CN110175187B - 一种建筑设备状态的确定方法及装置 - Google Patents
一种建筑设备状态的确定方法及装置 Download PDFInfo
- Publication number
- CN110175187B CN110175187B CN201910448454.8A CN201910448454A CN110175187B CN 110175187 B CN110175187 B CN 110175187B CN 201910448454 A CN201910448454 A CN 201910448454A CN 110175187 B CN110175187 B CN 110175187B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- building
- state
- preset
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000010276 construction Methods 0.000 claims abstract description 46
- 238000012937 correction Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000000875 corresponding effect Effects 0.000 claims description 97
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 230000002596 correlated effect Effects 0.000 claims description 13
- 238000005265 energy consumption Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种建筑设备状态的确定方法及装置，涉及信息处理技术领域，该方法包括：获取来自多个建筑设备的数据；根据预定规则对所述数据进行处理，以获得经处理的数据；按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据；将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态。该方法首先通过对获取的数据进行处理，使得数据的格式、频率和归类方式保持一致，进而对经处理的数据进行修正，以减小各个设备数据之间的相互影响，最后通过将修正数据与预设参考数据进行比较来确定设备状态，从而提高了确定设备状态的准确性。
Description
技术领域
本发明涉及信息处理技术领域，具体涉及一种建筑设备状态的确定方法及装置。
背景技术
智能建筑是随着人类对建筑内外信息交换、安全性、舒适性、便利性和节能性的要求产生的。智能建筑通常包括信息设施系统、信息化应用系统、建筑设备管理系统、公共安全系统和机房工程。为了实现智能建筑，需要对建筑设备运行数据进行实时监测，并且基于监测数据，对设备运行中的各种异常状态实现自动诊断，从而帮助用户及时发现设备中可能出现的各种异常情况，如此，用户可以及时采取相应措施，以避免或者减小设备异常导致的损失。
现有技术中，通常通过获取特定建筑设备的运行数据，通过将所获取的运行数据与经验数据进行比对，来确定该设备是否出现异常。
然而，通常情况下，设备的运行环境各不相同，从而导致设备在实际正常运行情况下的运行数据由于受到环境或者其他关联设备的影响而有所差异，因此采用上述现有技术中的确定方法可能导致确定结果与真实情况不相符，从而导致确定设备状态的准确性较低。
发明内容
本发明的目的在于，针对上述现有技术中的不足，提供一种建筑设备状态的确定方法及装置，以解决确定设备状态的准确性较低的问题。
为实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种建筑设备状态的确定方法，包括：
获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；
根据预定规则对所述数据进行处理，以获得经处理的数据，预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；
按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小；
将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
可选地，在获取来自多个建筑设备的数据之前，还包括：
针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，特征值为表征对应建筑设备的运行状态的数据的数值；
根据预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
根据对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
可选地，按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，包括：
从数据类型列表中选择数据类型作为指定数据类型，数据类型列表由建筑设备的数据所涉及的所有数据类型组成；
从来自各个建筑设备的数据中选择与指定数据类型相关的数据，形成相关数据；
确定相关数据所对应的经处理的数据；
按照预定算法，对每个对应的经处理的数据进行修正，以得到修正数据。
可选地，建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
可选地，在所述将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态之后，还包括：
在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。
第二方面，本发明实施例提供了一种建筑设备状态的确定装置，包括：
数据获取模块，用于获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；
数据处理模块，用于根据预定规则对所述数据进行处理，以获得经处理的数据，预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；
数据修正模块，用于按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小；
状态确定模块，用于将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
可选地，该装置还包括：
特征值获取模块，用于针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，特征值为表征对应建筑设备的运行状态的数据的数值；
对应关系获得模块，用于根据预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
参考数据设定模块，用于根据对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
可选地，数据修正模块，具体用于：
从数据类型列表中选择数据类型作为指定数据类型，数据类型列表由建筑设备的数据所涉及的所有数据类型组成；
从来自各个建筑设备的数据中选择与指定数据类型相关的数据，形成相关数据；
确定相关数据所对应的经处理的数据；
按照预定算法，对每个对应的经处理的数据进行修正，以得到修正数据。
可选地，建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
可选地，该装置还包括：警报模块，用于在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。
本发明的有益效果包括：
本发明实施例提供的建筑设备状态的确定方法包括：获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；根据预定规则对所述数据进行处理，以获得经处理的数据，预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小；将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。该方法首先通过对获取的数据进行处理，使得数据的格式、频率和归类方式保持一致，进而对经处理的数据进行修正，以减小各个设备数据之间的相互影响，最后通过将修正数据与预设参考数据进行比较来确定设备状态，从而提高了确定设备状态的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的建筑设备状态的确定方法的流程示意图；
图2示出了本发明实施例提供的建筑设备状态的确定装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在智能建筑相关系统的运行中，为了及时获知各个建筑设备的运行状态，需要利用计算机或服务器等设备根据来自各个建筑设备的实时数据进行自动诊断，从而实时确定建筑设备的运行状态。
图1示出了本发明实施例提供的建筑设备状态的确定方法的流程示意图，如图1所示，该方法包括：
步骤101、获取来自多个建筑设备的数据。
其中，所述数据用于表征对应建筑设备的运行状态。
建筑设备可以是建筑运维管理中所涉及的所有相关设备，例如，送排风系统设备、给排风系统设备、电力设备、安防设备、能源设备、管网设备等等。获取来自这些设备的运行数据，可以在后续基于这些数据来确定相关设备的状态，例如是否运行异常。
步骤102、根据预定规则对所述数据进行处理，以获得经处理的数据。
其中，预定规则用于使得经处理的数据的格式、频率和归类方式保持一致。
在获取数据之后，由于数据的来源不一样，其数据的格式、采集频率、归类的方式都会有所差别，这些差别在整合到统一平台后，都需要根据预定规则做相应的处理，来保障数据描述的一致性。本发明实施例对处理规则不做具体限定，只要使得处理后数据在格式、频率、归类方式方面保持一致即可。
步骤103、按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据。
其中，预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小。
由于来自不同建筑设备且属于相同类型的数据一般存在关联性，例如，在其他条件均相同的情况下，在建筑的排风系统的排风功率较大时，建筑的能源系统中的用电量会相应较大。因此，仅仅根据能源系统中的用电量的大小不能确定能源系统能耗是否异常。
因此，需要消除或减小设备数据之间的相互影响。具体地，首先针对每个设备单独工作时的各种工作条件，测定相关数据值作为独立参考值。在整个系统中存在多个设备联动工作时，例如，为了确定能源系统的能耗值时，可以从该能耗值中减去其他相关设备的电力值的变化值(该变化值为实时获取的实际值减去该工作条件下预先测定的独立参考值)，从而得到能耗值的修正值。
可选地，步骤103具体可以包括：从数据类型列表中选择数据类型作为指定数据类型，数据类型列表由建筑设备的数据所涉及的所有数据类型组成；从来自各个建筑设备的数据中选择与指定数据类型相关的数据，形成相关数据；确定相关数据所对应的经处理的数据；按照预定算法，对每个对应的经处理的数据进行修正，以得到修正数据。
通常来自设备的数据量巨大，数据类型繁杂，通过选择出指定数据类型，并且基于该指定数据类型进行后续处理，可以提高数据处理的规范性和真实性。
步骤104、将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态。
其中，预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
可以针对每个建筑设备的每种状态预先设定对应的参考数据。该参考数据可以为特定数据或者数据范围。在将修正数据与对应的预设参考数据进行比较时，如果发现A设备的修正数据满足x状态所对应的参考数据，则可以确定该A设备处于该x状态。
本发明实施例提供的建筑设备状态的确定方法首先通过对获取的数据进行处理，使得数据的格式、频率和归类方式保持一致，进而对经处理的数据进行修正，以减小各个设备数据之间的相互影响，最后通过将修正数据与预设参考数据进行比较来确定设备状态，从而提高了确定设备状态的准确性。
可选地，在步骤101之前，所述方法还可以包括：
针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，特征值为表征对应建筑设备的运行状态的数据的数值；
根据预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
建筑对数据的最终应用并不是将数据采集上来以后在终端仅仅做为演示，而是需要通过对数据的深度挖掘指导管理及服务，让数据真的被用起来。由于数据的复杂性及多变性，相同的设备在不同的时间、工况条件下所表现的特征值并不相同。因此，可以采用各种机器学习算法(例如神经网络学习算法)对特征值与建筑设备的运行条件之间的对应关系进行挖掘。
根据对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
在获得对应关系之后，在实际应用中，可以基于该对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
可选地，建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
例如，电力质量包括：三相电压负载是否均衡、电流是否有浪涌以及谐波污染是否符合标准等方面。
可选地，在所述将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态之后，还包括：在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。在获得建筑设备的状态为异常或不符合要求时，通过发送警报信号，可以提醒相关人员对该建筑设备进行检修和维护，以避免或减小设备故障导致的损失。
图2示出了本发明实施例提供的建筑设备状态的确定装置的结构示意图，如图2所示，该装置包括：
数据获取模块201，用于获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；
数据处理模块202，用于根据预定规则对所述数据进行处理，以获得经处理的数据，预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；
数据修正模块203，用于按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小；
状态确定模块204，用于将修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
可选地，该装置还包括：
特征值获取模块，用于针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，特征值为表征对应建筑设备的运行状态的数据的数值；
对应关系获得模块，用于根据预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
参考数据设定模块，用于根据对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
可选地，数据修正模块，具体用于：从数据类型列表中选择数据类型作为指定数据类型，数据类型列表由建筑设备的数据所涉及的所有数据类型组成；从来自各个建筑设备的数据中选择与指定数据类型相关的数据，形成相关数据；确定相关数据所对应的经处理的数据；按照预定算法，对每个对应的经处理的数据进行修正，以得到修正数据。
可选地，建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
可选地，该装置还包括：警报模块，用于在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。
上述实施例只为说明本发明的技术构思及特点，其目的在于让本领域普通技术人员能够了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围内。
Claims (10)
1.一种建筑设备状态的确定方法，其特征在于，包括：
获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；
根据预定规则对所述数据进行处理，以获得经处理的数据，所述预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；
按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，所述预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小，具体包括：首先，针对每个建筑设备单独工作时的各种工作条件，测定相关数据值作为独立参考值；其次，当在整个系统中存在多个建筑设备联动工作时，对应于特定建筑设备的数据减去其他相关建筑设备的数据的变化值，该变化值为实时获取的实际值减去该工作条件下预先测定的独立参考值；最终，得到该建筑设备的数据的修正值；
将所述修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，所述预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
2.根据权利要求1所述的建筑设备状态的确定方法，其特征在于，在所述获取来自多个建筑设备的数据之前，还包括：
针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，所述特征值为表征对应建筑设备的运行状态的数据的数值；
根据所述预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
根据所述对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
3.根据权利要求1所述的建筑设备状态的确定方法，其特征在于，按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，包括：
从数据类型列表中选择数据类型作为指定数据类型，所述数据类型列表由建筑设备的数据所涉及的所有数据类型组成；
从来自各个建筑设备的数据中选择与所述指定数据类型相关的数据，形成相关数据；
确定所述相关数据所对应的经处理的数据；
按照预定算法，对每个所述对应的经处理的数据进行修正，以得到修正数据。
4.根据权利要求1至3中任一项所述的建筑设备状态的确定方法，其特征在于，所述建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
5.根据权利要求4所述的建筑设备状态的确定方法，其特征在于，在所述将所述修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态之后，还包括：
在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。
6.一种建筑设备状态的确定装置，其特征在于，包括：
数据获取模块，用于获取来自多个建筑设备的数据，所述数据用于表征对应建筑设备的运行状态；
数据处理模块，用于根据预定规则对所述数据进行处理，以获得经处理的数据，所述预定规则用于使得经处理的数据的格式、频率和归类方式保持一致；
数据修正模块，用于按照预定算法，根据来自不同建筑设备且相互关联的数据所对应的经处理的数据，对每个经处理的数据进行修正，以得到修正数据，所述预定算法用于使得相互关联的数据之间的相关性在进行修正之后得到减小，具体包括：首先，针对每个建筑设备单独工作时的各种工作条件，测定相关数据值作为独立参考值；其次，当在整个系统中存在多个建筑设备联动工作时，对应于特定建筑设备的数据减去其他相关建筑设备的数据的变化值，该变化值为实时获取的实际值减去该工作条件下预先测定的独立参考值；最终，得到该建筑设备的数据的修正值；
状态确定模块，用于将所述修正数据与对应的预设参考数据进行比较，以确定对应建筑设备的状态，所述预设参考数据为预先设定的与每个建筑设备的每种状态对应的参考数据。
7.根据权利要求6所述的建筑设备状态的确定装置，其特征在于，还包括：
特征值获取模块，用于针对每个建筑设备，获取建筑设备在多个预设运行条件下对应的特征值，所述特征值为表征对应建筑设备的运行状态的数据的数值；
对应关系获得模块，用于根据所述预设运行条件和对应的特征值，采用预设机器学习算法，获得特征值与建筑设备的运行条件之间的对应关系；
参考数据设定模块，用于根据所述对应关系，针对每个建筑设备的每种状态，设定对应的参考数据。
8.根据权利要求6所述的建筑设备状态的确定装置，其特征在于，所述数据修正模块，具体用于：
从数据类型列表中选择数据类型作为指定数据类型，所述数据类型列表由建筑设备的数据所涉及的所有数据类型组成；
从来自各个建筑设备的数据中选择与所述指定数据类型相关的数据，形成相关数据；
确定所述相关数据所对应的经处理的数据；
按照预定算法，对每个所述对应的经处理的数据进行修正，以得到修正数据。
9.根据权利要求6至8中任一项所述的建筑设备状态的确定装置，其特征在于，所述建筑设备的状态包括如下中的至少一者：设备操作正常或异常、电力质量正常或异常、设备能耗正常或异常、备件类型符合要求或不符合要求。
10.根据权利要求9所述的建筑设备状态的确定装置，其特征在于，还包括：警报模块，用于在所获得的建筑设备的状态为异常或不符合要求时，发送警报信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910448454.8A CN110175187B (zh) | 2019-05-27 | 2019-05-27 | 一种建筑设备状态的确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910448454.8A CN110175187B (zh) | 2019-05-27 | 2019-05-27 | 一种建筑设备状态的确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175187A CN110175187A (zh) | 2019-08-27 |
| CN110175187B true CN110175187B (zh) | 2023-07-11 |
Family
ID=67696195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910448454.8A Active CN110175187B (zh) | 2019-05-27 | 2019-05-27 | 一种建筑设备状态的确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175187B (zh) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281743A (zh) * | 2014-09-17 | 2015-01-14 | 上海卫星工程研究所 | 基于参数相关性的热分析模型降维修正方法 |
| CN106789323A (zh) * | 2017-01-05 | 2017-05-31 | 深圳奇迹智慧网络有限公司 | 一种通信网络管理方法及其装置 |
-
2019
- 2019-05-27 CN CN201910448454.8A patent/CN110175187B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175187A (zh) | 2019-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6647824B2 (ja) | 異常診断システム及び異常診断方法 | |
| US10573421B2 (en) | Plant operation system and plant operation method | |
| CN111353911A (zh) | 电力设备运维方法、系统、设备和存储介质 | |
| CN106787169B (zh) | 一种多数据源比较技术诊断变电站遥测故障的方法 | |
| CN117474357B (zh) | 基于深度学习的配电房运维管理方法及系统 | |
| CN104299042A (zh) | 核电站事故风险预测方法和系统 | |
| CN110749532A (zh) | 水利工程渗流智能监测系统及方法 | |
| CN114199304B (zh) | 光伏电站通信机房的异常检测方法、装置及计算机设备 | |
| CN110175187B (zh) | 一种建筑设备状态的确定方法及装置 | |
| CN105354769A (zh) | 用于配电网设备的数据处理方法和装置 | |
| CN106373028B (zh) | 一种电力维修系统 | |
| CN111931012A (zh) | 一种基于故障管理子系统的数据模型自适应方法和装置 | |
| CN117081251A (zh) | 一种电力系统故障监测方法及系统 | |
| CN117117983A (zh) | 一种结合配电网需求的火电厂调峰管理方法及系统 | |
| CN115130572A (zh) | 一种公共建筑能耗异常的确定方法、装置、设备及介质 | |
| CN112862120A (zh) | 一种电力维护维修监管系统及方法 | |
| CN113469453B (zh) | 基于信息物理系统的电梯评估方法以及电梯评估装置 | |
| CN113129160A (zh) | 一种基于设备状态感知和智能化的电力通信网络巡检方法 | |
| CN105372538B (zh) | 配电网设备的检测方法和装置 | |
| CN112350312B (zh) | 电力线路鲁棒性分析方法及装置 | |
| CN117350889B (zh) | 一种输电线路边缘计算与物联代理装置 | |
| CN116708560B (zh) | 基于物联网的智能建筑及能效监控系统的数据交换方法 | |
| CN116882766B (zh) | 一种用电异常配变风险分析方法及系统 | |
| CN116165956B (zh) | 一种基于物联网的智能楼宇网络控制系统及方法 | |
| CN112819350B (zh) | 一种公用工程设备的管理方法及系统 |
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: 226000 No. 14, Yongxing Road, Gangzha Economic Development Zone, Jiangsu, Nantong Applicant after: Nantong Institute of Technology Address before: 226000 No. 14 Yongxing Road, Gangzhao Economic Development Zone, Suzhou City, Jiangsu Province Applicant before: Nantong Institute of Technology |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |