CN108009048B - 一种工业能耗监控平台数据的修补方法 - Google Patents

一种工业能耗监控平台数据的修补方法 Download PDF

Info

Publication number
CN108009048B
CN108009048B CN201711206216.3A CN201711206216A CN108009048B CN 108009048 B CN108009048 B CN 108009048B CN 201711206216 A CN201711206216 A CN 201711206216A CN 108009048 B CN108009048 B CN 108009048B
Authority
CN
China
Prior art keywords
data
energy consumption
invalid
repairing
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201711206216.3A
Other languages
English (en)
Other versions
CN108009048A (zh
Inventor
王兴荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Shangshi Longchuang Intelligent Technology Co Ltd
Original Assignee
Shanghai Shangshi Longchuang Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Shangshi Longchuang Intelligent Technology Co Ltd filed Critical Shanghai Shangshi Longchuang Intelligent Technology Co Ltd
Priority to CN201711206216.3A priority Critical patent/CN108009048B/zh
Publication of CN108009048A publication Critical patent/CN108009048A/zh
Application granted granted Critical
Publication of CN108009048B publication Critical patent/CN108009048B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种工业能耗监控平台数据的修补方法，包括：1、获取设定连续天数的指定仪表参数的采集数据，在其中缺失采集数据的时间点上补充无效数据；2、将步骤1的有效数据按照采集值的大小排序；3、依次计算排序后的数据与相邻数据的变化率，将数据按照设定的不同变化率阈值分别排入不同的队列；4、将步骤3得到的排入数据最多的队列按照采集时间的先后顺序排列，将其他队列的数据设置为无效数据；5、将队列中不符合能耗随时间增大的数据设为无效；6、对处理后的整个数据队列中存在的连续的无效数据，根据其两侧的有效数据按照恒定增速修补。与现有技术相比，本发明实现了中长时间段的数据诊断和修复，节省了人力和时间。

Description

一种工业能耗监控平台数据的修补方法
技术领域
本发明涉及一种数据修补方法，尤其是涉及一种工业能耗监控平台数据的修补方法。
背景技术
企业的生产能源使用情况，直接关系到企业生产的产品的成本计算，比如汽车生产企业，只有相对精确计算出每辆车的平均能耗使用情况，再结合其他成本，才能相对准确的计算出一件产品的平均成本，从而制定相对合理的商品定价策略。为了保证能耗数据准确性，我们原来采用基于相邻能源数据异常的实时修复技术，但是在工业环境里面，由于现场环境相对比较复杂，干扰较大，数据的异常往往较为频繁发生，通过对实际项目的跟踪观察，我们经常会发现，仪表的读数甚至会出现连续一段时间的异常，用传统的短时间相邻数据修复技术，已经无法满足这种恶劣环境中的异常能源数据自动修正的需求，给业主带来了相当的困扰。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种工业能耗监控平台数据的修补方法。
本发明的目的可以通过以下技术方案来实现：
一种工业能耗监控平台数据的修补方法，包括以下步骤：
S1、获取设定连续天数的指定仪表参数的采集数据，在其中缺失采集数据的时间点上补充无效数据；
S2、将步骤S1的有效数据按照采集值的大小排序；
S3、依次计算排序后的数据与相邻数据的变化率，将数据按照设定的不同变化率阈值分别排入不同的队列；
S4、将步骤S3得到的排入数据最多的队列按照采集时间的先后顺序排列，得到过滤后的数据队列，将其他队列的数据设置为无效数据；
S5、将过滤后的数据队列中不符合能耗随时间增大的数据设为无效；
S6、对经过上述步骤处理后的整个数据队列中存在的连续的无效数据，根据其两侧的有效数据按照恒定增速修补。
优选的，所述步骤S6中连续的无效数据中按时间先后顺序修补的第i个数据为：
Vi＝value1+(value2-value1)/N·i,1≤i≤N
其中，N表示连续的无效数据的个数，value1和value2分别表示连续的无效数据两侧中采集时间在先和采集时间在后的有效数据。
优选的，所述步骤S5具体为：
依次判定过滤后的数据队列中的相邻数据，若其中采集时间靠后的数据小于采集时间靠前的数据，则将两者都设为无效数据。
优选的，所述步骤S3中不同变化率阈值包括根据日常能耗数据得出的变化率阈值。
优选的，所述步骤S1中设定连续天数的指定仪表参数的采集数据的正确率必须不小于70％。
优选的，所述步骤S1中设定连续天数的指定仪表参数的采集数据的正确率若小于70％，则重新安装该仪表。
优选的，所述步骤S1的时间点的间隔为10～20分钟。
与现有技术相比，本发明具有以下优点：
1、提供了一种中长时间段的数据合理性的诊断修复方法，解决了原有工业能源数据的相邻数据修复方法的不足。
2、可通过每日自动定时计算出大范围的缺失或异常的能耗数据，减少了运维人员的手动数据维护，节省了人力和时间。
3、通过短时间匹配的相近趋势能耗数据作为修补数据，可使还原出的能耗数据最大限度地靠近真实能耗数据。
附图说明
图1为本发明实施例中的方法流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
如图1所示，一种工业能耗监控平台数据的修补方法，包括以下步骤：
S1、获取设定连续天数的指定仪表参数的采集数据，在其中缺失采集数据的时间点上补充无效数据；
S2、将步骤S1的有效数据按照采集值的大小排序；
S3、依次计算排序后的数据与相邻数据的变化率，将数据按照设定的不同变化率阈值分别排入不同的队列；
S4、将步骤S3得到的排入数据最多的队列按照采集时间的先后顺序排列，得到过滤后的数据队列，将其他队列的数据设置为无效数据；
S5、将过滤后的数据队列中不符合能耗随时间增大的数据设为无效；
S6、对经过上述步骤处理后的整个数据队列中存在的连续的无效数据，根据其两侧的有效数据按照恒定增速修补。
步骤S1中获取采集数据的连续天数根据实际情况和需要设定。获取的设定连续天数的指定仪表参数的采集数据的正确率必须不小于70％，若小于70％，则表明该仪表不符合安装要求，应该考虑重新安装仪表。
步骤S1中的时间点的间隔为10～20分钟，优选的，本实施例中按照15分钟为间隔查找数据列队中没有采集值的时间点，在缺失数据的时间点补充一个无效数据。
步骤S3中不同变化率阈值中包括根据日常能耗数据得出的变化率阈值，还包括该阈值上下的多个阈值，形成多个数值范围，在变化率正常阈值队列中的数据应当是最多的。
步骤S5具体为：
遍历过滤后的数据队列，依次判定队列中的相邻数据，若其中采集时间靠后的数据小于采集时间靠前的数据，则将两者都设为无效数据，并从该队列中剔除。
经过步骤S1～S5处理过后，步骤S1最初获取的整个采集数据队列的长度不变，只是其中缺失的和异常的数据被判定出并设定为无效数据。步骤S6将处理过的整个队列进行遍历，按照能耗恒定增速的趋势，可得连续的无效数据中按时间先后顺序修补的第i个数据为：
Vi＝value1+(value2-value1)/N·i,1≤i≤N
其中，N表示连续的无效数据的个数，value1和value2分别表示连续的无效数据两侧中采集时间在先和采集时间在后的有效数据。
步骤S6将修复的数据点的状态标记为已修复，在遍历完整个数据队列后，将标记为已修复状态的数据导入数据库中。
本方法可通过每日定时自动获取数据，判定出大范围的缺失或异常的能耗数据并进行修补，实现采集数据的持续自动修补，可减少运维人员的手动数据维护，节省人力和时间。

Claims (7)

1.一种工业能耗监控平台数据的修补方法，其特征在于，包括以下步骤：
S1、获取设定连续天数的指定仪表参数的采集数据，在其中缺失采集数据的时间点上补充无效数据；
S2、将步骤S1的有效数据按照采集值的大小排序；
S3、依次计算排序后的数据与相邻数据的变化率，将数据按照设定的不同变化率阈值分别排入不同的队列；
S4、将步骤S3得到的排入数据最多的队列按照采集时间的先后顺序排列，得到过滤后的数据队列，将其他队列的数据设置为无效数据；
S5、将过滤后的数据队列中不符合能耗随时间增大的数据设为无效；
S6、对经过上述步骤处理后的整个数据队列中存在的连续的无效数据，根据其两侧的有效数据按照恒定增速修补。
2.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S6中连续的无效数据中按时间先后顺序修补的第i个数据为：
Vi＝value1+(value2-value1)/N·i,1≤i≤N
其中，N表示连续的无效数据的个数，value1和value2分别表示连续的无效数据两侧中采集时间在先和采集时间在后的有效数据。
3.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S5具体为：
依次判定过滤后的数据队列中的相邻数据，若其中采集时间靠后的数据小于采集时间靠前的数据，则将两者都设为无效数据。
4.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S3中不同变化率阈值包括根据日常能耗数据得出的变化率阈值。
5.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S1中设定连续天数的指定仪表参数的采集数据的正确率必须不小于70％。
6.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S1中设定连续天数的指定仪表参数的采集数据的正确率若小于70％，则重新安装该仪表。
7.根据权利要求1所述的一种工业能耗监控平台数据的修补方法，其特征在于，所述步骤S1的时间点的间隔为10～20分钟。
CN201711206216.3A 2017-11-27 2017-11-27 一种工业能耗监控平台数据的修补方法 Expired - Fee Related CN108009048B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711206216.3A CN108009048B (zh) 2017-11-27 2017-11-27 一种工业能耗监控平台数据的修补方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711206216.3A CN108009048B (zh) 2017-11-27 2017-11-27 一种工业能耗监控平台数据的修补方法

Publications (2)

Publication Number Publication Date
CN108009048A CN108009048A (zh) 2018-05-08
CN108009048B true CN108009048B (zh) 2020-08-11

Family

ID=62053807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711206216.3A Expired - Fee Related CN108009048B (zh) 2017-11-27 2017-11-27 一种工业能耗监控平台数据的修补方法

Country Status (1)

Country Link
CN (1) CN108009048B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012703A (zh) * 2009-09-07 2011-04-13 成都光码智能科技有限公司 一种酒店房态监控系统及方法
CN102202349A (zh) * 2011-05-18 2011-09-28 杭州电子科技大学 基于自适应最优消零的无线传感器网络数据压缩方法
CN102722285A (zh) * 2012-06-08 2012-10-10 深圳市汇顶科技有限公司 触摸检测装置检测数据中的形变噪声的消除方法及系统
CN103020643A (zh) * 2012-11-30 2013-04-03 武汉大学 基于提取核特征早期预测多变量时间序列类别的分类方法
CN104049716A (zh) * 2014-06-03 2014-09-17 中国科学院计算技术研究所 一种结合温度感知的计算机节能方法及系统
CN104715292A (zh) * 2015-03-27 2015-06-17 上海交通大学 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN105701738A (zh) * 2016-03-30 2016-06-22 上海上实龙创智慧能源科技股份有限公司 一种区域建筑能耗平台数据采集处理方法及装置
CN106502865A (zh) * 2016-11-02 2017-03-15 郑州云海信息技术有限公司 基于高频度传感器监控的功耗动态趋势分析方法和装置
CN107062690A (zh) * 2017-05-10 2017-08-18 安徽新富地能源科技有限公司 一种浅层地温能能源管理系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012703A (zh) * 2009-09-07 2011-04-13 成都光码智能科技有限公司 一种酒店房态监控系统及方法
CN102202349A (zh) * 2011-05-18 2011-09-28 杭州电子科技大学 基于自适应最优消零的无线传感器网络数据压缩方法
CN102722285A (zh) * 2012-06-08 2012-10-10 深圳市汇顶科技有限公司 触摸检测装置检测数据中的形变噪声的消除方法及系统
CN103020643A (zh) * 2012-11-30 2013-04-03 武汉大学 基于提取核特征早期预测多变量时间序列类别的分类方法
CN104049716A (zh) * 2014-06-03 2014-09-17 中国科学院计算技术研究所 一种结合温度感知的计算机节能方法及系统
CN104715292A (zh) * 2015-03-27 2015-06-17 上海交通大学 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN105701738A (zh) * 2016-03-30 2016-06-22 上海上实龙创智慧能源科技股份有限公司 一种区域建筑能耗平台数据采集处理方法及装置
CN106502865A (zh) * 2016-11-02 2017-03-15 郑州云海信息技术有限公司 基于高频度传感器监控的功耗动态趋势分析方法和装置
CN107062690A (zh) * 2017-05-10 2017-08-18 安徽新富地能源科技有限公司 一种浅层地温能能源管理系统

Also Published As

Publication number Publication date
CN108009048A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN104390657A (zh) 一种发电机组运行参数测量传感器故障诊断方法及系统
CN110311709B (zh) 用电信息采集系统故障判别方法
CN110889088A (zh) 一种应用电力模型辅助的企业排污监管方法
CN112288597A (zh) 一种基于层次聚类和直方图算法的能耗在线异常检测方法
CN105468850A (zh) 基于多残差回归预测算法的电子产品退化趋势预测方法
CN106649755A (zh) 一种多维度实时变电设备数据的阈值自适应设置异常检测方法
CN116050644A (zh) 一种基于灰色模型预测大坝变形极值的方法
CN112633781A (zh) 一种基于车联网大数据的车辆能耗评价方法
CN116308300B (zh) 一种电力设备状态监测评价与指挥方法及系统
CN110598265A (zh) 基于小波分析的桥梁健康数据异常修正方法及系统
CN104463445A (zh) 一种基于经验日局部校正多点外推算法的负荷预测方法
CN108009048B (zh) 一种工业能耗监控平台数据的修补方法
CN114962239A (zh) 一种基于智能物联网的设备故障检测方法
CN118247251A (zh) 使用可见光图像预测光伏组件积灰程度的方法及系统
CN104916131B (zh) 高速公路事件检测的数据清洗方法
CN114065509A (zh) 一种地质灾害防治用裂缝计的故障排查方法
CN110083804B (zh) 基于条件分布回归的风电场scada数据缺失的智能修复方法
CN117290666A (zh) 一种光伏异常功率数据清洗方法
CN106650154B (zh) 一种基于热力性能指标的核电常规岛设备可靠性监测方法
CN116307886A (zh) 一种企业生产状态的实时监测方法及装置
US20220374632A1 (en) Method and system for quickly eliminating signal spikes of structural health monitoring in civil engineering
CN113822587B (zh) 一种基于总线电流数据的工厂产能评估方法
Yang et al. Research on data analysis and Quality Control based on P control chart
CN112597440B (zh) 一种基于金融技术指标的用电异动分析方法
CN112785142A (zh) 物联网污水处理设备预警智慧工单方法及其系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 200436, No. 1198, Wanrong Road, Shanghai, Jingan District, 5 floor

Applicant after: Shanghai Shangshi longchuang Intelligent Technology Co.,Ltd.

Address before: 200436, No. 1198, Wanrong Road, Shanghai, Jingan District, 5 floor

Applicant before: SHANGHAI SIIC-LONGCHUANG SMARTER ENERGY TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200811

CF01 Termination of patent right due to non-payment of annual fee