CN113779086A - 发电站设备数据采集方法、装置、设备及存储介质 - Google Patents
发电站设备数据采集方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113779086A CN113779086A CN202111000972.7A CN202111000972A CN113779086A CN 113779086 A CN113779086 A CN 113779086A CN 202111000972 A CN202111000972 A CN 202111000972A CN 113779086 A CN113779086 A CN 113779086A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- equipment
- acquired
- information coding
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 12
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 238000004891 communication Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000001012 protector Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种发电站设备数据采集方法、装置、设备及存储介质,属于通信技术领域。本发明通过基于待采集设备的设备信息以及待采集参数信息生成查询信息,并根据查询信息在预设信息编码组中查找查询信息对应的信息编码组,可以找到待采集设备预先存储起来的数据格式,使得采集到的设备数据全部保持格式统一,提高工作效率,根据采集到的当前数据与对应的信息编码组生成分析数据,效率更高,且不容易出错。避免了发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种发电站设备数据采集方法、装置、设备及存储介质。
背景技术
在发电站内,往往需要多种设备同时运行相互配合,以完成发电工作,但是为了防止发电站内的设备在运行时出现故障,造成重大损失,需要实时的采集设备的运行数据,并对设备运行数据进行分析,在实际操作过程中由于各个设备之间的数据传输接口不一致,使得在面对发电站众多设备的运行数据采集的过程中,依然需要人工采集记录数据,再上传到电脑中进行分析,浪费资源。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种发电站设备数据采集方法、装置、设备及存储介质,旨在解决现有技术面对发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
为实现上述目的,本发明提供了一种发电站设备数据采集方法,所述方法包括以下步骤:
在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息;
根据所述设备信息以及待采集参数信息生成查询信息;
在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组;
采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
可选地,所述根据所述设备信息以及待采集参数信息生成查询信息之后,还包括:
在预设信息编码表中不存在所述待采集设备对应的信息编码组时,将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组;
采集所述待采集设备的当前数据,根据所述当前数据以及所述目标信息编码组得到分析数据。
可选地,所述在预设信息编码表中不存在所述待采集设备对应的信息编码组时,将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组之后,还包括:
根据所述目标信息编码组对所述预设信息编码表进行更新。
可选地,所述通过预设信息编码表查找所述查询信息对应的信息编码组之前,还包括:
获取设备信息数据集样本、采集参数信息样本以及对应的信息编码组;
根据设备信息数据集样本、采集参数信息样本以及对应的信息编码组生成预设信息编码表。
可选地,所述采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据之后,还包括:
根据所述待采集设备的历史数据进行数据分析,确定第一安全阈值与第二安全阈值;
判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间;
若否,则生成预警信息,并将所述预警信息发送至用户终端进行展示。
可选地,所述判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间之后,还包括:
若是,则提取所述待采集设备的数据采样频率;
基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整。
可选地,所述基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整之前,还包括:
获取历史数据数值样本以及对应的历史数据采样频率样本;
将所述历史数据数值样本以及对应的历史数据采样频率样本通过初始神经网络模型进行模型训练,获得预设频率调整模型。
此外,为实现上述目的,本发明还提出一种发电站设备数据采集装置,所述发电站设备数据采集装置包括:
信息获取模块,用于在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息;
信息处理模块,用于根据所述设备信息以及待采集参数信息生成查询信息;
信息查询模块,用于在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组;
数据采集模块,用于采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
此外,为实现上述目的,本发明还提出一种发电站设备数据采集设备,所述发电站设备数据采集设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的发电站设备数据采集程序,所述发电站设备数据采集程序配置为实现如上文所述的发电站设备数据采集方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有发电站设备数据采集程序,所述发电站设备数据采集程序被处理器执行时实现如上文所述的发电站设备数据采集方法的步骤。
本发明通过根据数据采集请求获取带采集设备的设备信息以及待采集参数信息,根据所述设备信息以及待采集参数信息生成查询信息,在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组,采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。与现有技术相比,本发明通过基于待采集设备的设备信息以及待采集参数信息生成查询信息,并根据查询信息在预设信息编码组中查找查询信息对应的信息编码组,可以找到待采集设备预先存储起来的数据格式,使得采集到的设备数据全部保持格式统一,提高工作效率,根据采集到的当前数据与对应的信息编码组生成分析数据,效率更高,且不容易出错。避免了发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的发电站设备数据采集设备的结构示意图;
图2为本发明发电站设备数据采集方法第一实施例的流程示意图;
图3为本发明发电站设备数据采集方法第二实施例的流程示意图;
图4为本发明发电站设备数据采集装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的发电站设备数据采集设备结构示意图。
如图1所示,该发电站设备数据采集设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对发电站设备数据采集设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及发电站设备数据采集程序。
在图1所示的发电站设备数据采集设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明发电站设备数据采集设备中的处理器1001、存储器1005可以设置在发电站设备数据采集设备中,所述发电站设备数据采集设备通过处理器1001调用存储器1005中存储的发电站设备数据采集程序,并执行本发明实施例提供的发电站设备数据采集方法。
本发明实施例提供了一种发电站设备数据采集方法,参照图2,图2为本发明一种发电站设备数据采集方法第一实施例的流程示意图。
本实施例中,所述发电站设备数据采集方法包括以下步骤:
步骤S10:在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息。
需要说明的是,本实施例的执行主体可以是发电站设备数据采集设备,还可以是其他具有数据处理、网络通信以及程序运行功能的电子设备,例如服务器以及电脑等,本实施例对此不加以限制。在本实施例以及其他实施例中,以服务器为例进行说明。
可理解的是,待采集设备可以是发电站中的电力设备,且待采集设备是根据用户终端发送的数据采集请求来确定,其中,用户终端可以预先与服务器相连,用户通过在用户终端操作页面中输入操作指令,进而发送数据采集请求。
应当理解的是,设备信息可以是待采集设备的设备识别码或者子设备信息等,其中,设备识别码可以是待采集设备的硬件识别码、设备型号以及物理地址等,子设备信息可以是组成待采集设备的子设备类型或者子设备序号等信息,例如:在待采集设备为变压器时。子设备信息可以是变压器的内部的温度传感器、继电保护器等设备。
具体实现中,由于子设备信息无法直接读取,因此可以将一个待采集设备抽象为一个组,将所述待采集设备中的子设备信息通过待采集设备的控制器进行连接,并获取数据对应存储,在需要采集子设备信息时,从存储数据的存储器中读取。
值得说明的是,待采集设备待采集参数可以是运行功率,电流以及电压等,例如:待采集设备时变压器时,获取变压器的运行功率、电流等信息。
步骤S20:根据所述设备信息以及待采集参数信息生成查询信息。
需要说明的是,查询信息用于根据获得的设备信息以及待采集参数信息查找服务器中是否有相同设备的相同参数信息的历史数据。
在具体实现中,以变压器为例,用户在采集数据时,需要采集变压器的温度以及继电保护器的工作状态,但是在服务器中只有变压器的温度历史数据,因此在根据设备信息以及带采集参数信息生成的查询信息,查询到的服务器数据,会出现错误,使得数据无法以正确的格式存储,影响了工作效率。
进一步地,步骤S20,包括:
提取所述设备信息中的子设备信息和设备识别码;
根据所述子设备信息、设备识别码以及待采集参数信息生成查询信息;
值得说明的是,可以按照具体的子设备信息进行查找,增加工作效率,减少失误几率。
步骤S30:在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组。
需要说明的是,预设信息编码表可以是由用户预先设置的,也可以是由数据采集设备根据所采集到的设备历史数据自动生成的,在预设信息编码表中存在有查询信息与查询信息对应的信息编码组,所述查询信息是根据获取的设备信息以及待采集参数信息生成的,每个设备中的每个子设备的参数信息都有唯一对应的信息编码组。
进一步地,为了获得预设信息编码表,步骤S30,包括:
获取设备信息数据集样本、采集参数信息样本以及对应的信息编码组;
根据设备信息数据集样本、采集参数信息样本以及对应的信息编码组生成预设信息编码表。
值得说明的是,设备数据集样本、采集参数信息样本以及对应的信息编码组可以通过网络资源下载,也可以由用户自行定义,本实施例不作具体限制。
在具体实现中,可能会出现预设编码组中没有查询信息对应的信息编码组,因此在预设信息编码表中不存在所述待采集设备对应的信息编码组时,可以将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组;
可理解的是,信息编码组可以是由子设备信息、设备识别码以及待采集参数信息通过预设信息编码模型进行信息编码,获得信息编码组,所述预设信息编码模型用于将获得的子设备信息、设备识别码以及待采集参数信息进行编码压缩,使得数据在传输时,能够以更小的带宽进行数据传输,提高工作效率。
进一步地,为了获得预设信息编码模型,步骤S30之前,还包括:
获取设备信息数据集样本以及带采集参数信息样本;
根据所述设备信息数据集样本以及所述待采集参数信息样本通过初始神经网络模型进行模型训练,获得预设信息编码模型。
值得说明的是,预设信息编码模型模型可以是基于深度学习的信息编码程序,也可以是其他具有信息编码程序的模型;
可理解的是,由于需要采集的数据过多,导致数据传输效率不高,因此在本实施例中,所述初始神经网络模型可以是基于哈希算法的神经网络模型,也可以是其他具有信息编码功能的神经网络模型,本实施例不作具体限制。
在具体实现中,在对子设备信息、设备识别码以及待采集参数信息进行编码,获得目标信息编码组之后,采集所述待采集设备的当前数据,并将所述当前数据与所述信息编码组对应存储,并更新预设信息编码表中的信息编码组,以使再次进行数据采集时,可以从预设信息信编码表中直接提取信息编码组。
步骤S40:采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
需要说明的是,获得当前数据后,将所述当前数据与查询到的信息编码组的数据格式对应存储,并将获得的当前数据进行数据分析得到分析数据,得到分析结果,并将分析数据以及分析结果发送至用户终端进行展示,用户终端可以是移动手机、个人电脑以及控制计算机等,也可以是其他具有相同或者相似功能的电子设备,本实施例不作具体限制。
本实施例通过根据数据采集请求获取带采集设备的设备信息以及待采集参数信息,根据所述设备信息以及待采集参数信息生成查询信息,在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组,采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。本实施例通过基于待采集设备的设备信息以及待采集参数信息生成查询信息,并根据查询信息在预设信息编码组中查找查询信息对应的信息编码组,可以找到待采集设备预先存储起来的数据格式,使得采集到的设备数据全部保持格式统一,提高工作效率,根据采集到的当前数据与对应的信息编码组生成分析数据,效率更高,且不容易出错。避免了发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
参考图3,图3为本发明一种发电站设备数据采集方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,所述步骤S20之后还包括:
步骤S50:根据所述待采集设备的历史数据进行数据分析,确定第一安全阈值与第二安全阈值。
值得说明的是,根据待采集设备的历史数据进行数据分析可以是取平均值、计算分布函数以及取极限值等分析方法,可以是用户根据需要自行制定,本实施例不作具体限制。
可理解的是,第一安全阈值与第二安全阈值是根据待采集设备的历史数据进行数据分析获得的正常数值范围,所述第一安全阈值与所述第二安全阈值对应着正常数值范围的最大值与最小值。
步骤S60:判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间。
需要说明的是,判断分析数据数值是否在第一安全阈值与第二安全阈值之间是为了判断待采集设备是否处于正常运行状态,以便于根据待采集设备的运行状态进行预警或者调整数据采集指令。
步骤S70:若否,则生成预警信息,并将所述预警信息发送至用户终端进行展示。
需要说明的是,在所述分析数据数值不在所述第一安全阈值与所述第二安全阈值之间时,即采集到的当前数据经过数据分析后,不在安全范围内,则判定待采集设备不处于正常运行状态,需要向用户示警,生成预警信息并发送至用户终端进行展示;所述预警信息可以为文字提醒、灯光闪烁提醒等提醒信息的一项或多项,本实施例对此不加以限制。
进一步地,在实际操作过程中,待采集设备的运行状态一般为正常运行,即获得的分析数据在所述第一安全阈值与所述第二安全阈值之间,此时,步骤S70之后,还包括:
若是,则提取所述待采集设备的数据采样频率;
基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整。
需要说明的是,数据采样频率可以是获取待采集设备的数据的采样频率,所述采样频率可以是由用户定义的固定值,获得的分析数据在所述第一安全阈值与所述第二安全阈值之间时,待采集设备处于正常运行状态,为了预防待检测设备过载,可以根据分析数据的数值大小调整采样频率,即分析数据的数值在安全范围内越大,采样频率越高,也可以是分析数据的数值在安全范围内越小,采样频率越高,本实施例不作具体限制。
值得说明的是,预设频率调整模型用于调整对待采集设备的数据采样频率。
进一步地,为了获得预设频率调整模型,步骤S70之前,还包括:
获取历史数据数值样本以及对应的历史数据采样频率样本;
将所述历史数据数值样本以及对应的历史数据采样频率样本通过初始神经网络模型进行模型训练,获得预设频率调整模型。
可理解的是,由于不同的分析数据的数值与采样频率之间有着对应的关系,因此,初始神经网络模型需要选用有记忆一定时常信息的功能神经网络,例如:长短期记忆循环卷积网络(Long Short-Term Memory,LSTM)。
在具体实现中,通过历史数据数值样本以及对应的历史数据采样频率样本通过长短期记忆循环卷积网络模型进行模型训练,获得预设频率调整模型。
本发明通过根据数据采集请求获取带采集设备的设备信息以及待采集参数信息,根据所述设备信息以及待采集参数信息生成查询信息,在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组,采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据,根据所述待采集设备的历史数据进行数据分析,确定第一安全阈值与第二安全阈值,判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间,若否,则生成预警信息,并将所述预警信息发送至用户终端进行展示。与现有技术相比,本发明通过基于待采集设备的设备信息以及待采集参数信息生成查询信息,并根据查询信息在预设信息编码组中查找查询信息对应的信息编码组,可以找到待采集设备预先存储起来的数据格式,使得采集到的设备数据全部保持格式统一,提高工作效率,根据采集到的当前数据与对应的信息编码组生成分析数据,效率更高,且不容易出错。最后根据分析数据的数值调整数据采样频率,可以预防设备不正常工作,避免了发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有发电站设备数据采集程序,所述发电站设备数据采集程序被处理器执行时实现如上文所述的发电站设备数据采集方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少县有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
参照图4,图4为本发明发电站设备数据采集装置第一实施例的结构框图。
如图4所示,本发明实施例提出的发电站设备数据采集装置包括:
信息获取模块10,用于在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息。
需要说明的是,本实施例的执行主体可以是发电站设备数据采集设备,还可以是其他具有数据处理、网络通信以及程序运行功能的电子设备,例如服务器以及电脑等,本实施例对此不加以限制。在本实施例以及其他实施例中,以服务器为例进行说明。
可理解的是,待采集设备可以是发电厂中的电力设备,且待采集设备是根据用户终端发送的数据采集请求来确定,其中,用户终端可以预先与服务器相连,用户通过在用户终端操作页面中输入操作指令,进而发送数据采集请求。
应当理解的是,设备信息可以是待采集设备的设备识别码或者子设备信息等,其中,设备识别码可以是待采集设备的硬件识别码、设备型号以及物理地址等,子设备信息可以是组成待采集设备的子设备类型或者子设备序号等信息,例如:在待采集设备为变压器时。子设备信息可以是变压器的内部的温度传感器、继电保护器等设备。
具体实现中,由于子设备信息无法直接读取,因此可以将一个待采集设备抽象为一个组,将所述待采集设备中的子设备信息通过待采集设备的控制器进行连接,并获取数据对应存储,在需要采集子设备信息时,从存储数据的存储器中读取。
值得说明的是,待采集设备待采集参数可以是运行功率,电流以及电压等,例如:待采集设备时变压器时,获取变压器的运行功率、电流等信息。
信息处理模块20,用于根据所述设备信息以及待采集参数信息生成查询信息。
需要说明的是,查询信息用于根据获得的设备信息以及待采集参数信息查找服务器中是否有相同设备的相同参数信息的历史数据。
在具体实现中,以变压器为例,用户在采集数据时,需要采集变压器的温度以及继电保护器的工作状态,但是在服务器中只有变压器的温度历史数据,因此在根据设备信息以及带采集参数信息生成的查询信息,查询到的服务器数据,会出现错误,使得数据无法以正确的格式存储,影响了工作效率。
进一步地,信息处理模块20,还用于:
提取所述设备信息中的子设备信息和设备识别码;
根据所述子设备信息、设备识别码以及待采集参数信息生成查询信息;
值得说明的是,可以按照具体的子设备信息进行查找,增加工作效率,减少失误几率。
信息查询模块30,用于在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组。
需要说明的是,预设信息编码表可以是由用户预先设置的,也可以是由数据采集设备根据所采集到的设备历史数据自动生成的,在预设信息编码表中存在有查询信息与查询信息对应的信息编码组,所述查询信息是根据获取的设备信息以及待采集参数信息生成的,每个设备中的每个子设备的参数信息都有唯一对应的信息编码组。
进一步地,为了获得预设信息编码表,信息查询模块30,还用于:
获取设备信息数据集样本、采集参数信息样本以及对应的信息编码组;
根据设备信息数据集样本、采集参数信息样本以及对应的信息编码组生成预设信息编码表。
值得说明的是,设备数据集样本、采集参数信息样本以及对应的信息编码组可以通过网络资源下载,也可以由用户自行定义,本实施例不作具体限制。
在具体实现中,可能会出现预设编码组中没有查询信息对应的信息编码组,因此在预设信息编码表中不存在所述待采集设备对应的信息编码组时,可以将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组;
可理解的是,信息编码组可以是由子设备信息、设备识别码以及待采集参数信息通过预设信息编码模型进行信息编码,获得信息编码组,所述预设信息编码模型用于将获得的子设备信息、设备识别码以及待采集参数信息进行编码压缩,使得数据在传输时,能够以更小的带宽进行数据传输,提高工作效率。
进一步地,为了获得预设信息编码模型,信息查询模块30,还用于:
获取设备信息数据集样本以及带采集参数信息样本;
根据所述设备信息数据集样本以及所述待采集参数信息样本通过初始神经网络模型进行模型训练,获得预设信息编码模型。
值得说明的是,预设信息编码模型模型可以是基于深度学习的信息编码程序,也可以是其他具有信息编码程序的模型;
可理解的是,由于需要采集的数据过多,导致数据传输效率不高,因此在本实施例中,所述初始神经网络模型可以是基于哈希算法的神经网络模型,也可以是其他具有信息编码功能的神经网络模型,本实施例不作具体限制。
在具体实现中,在对子设备信息、设备识别码以及待采集参数信息进行编码,获得目标信息编码组之后,采集所述待采集设备的当前数据,并将所述当前数据与所述信息编码组对应存储,并更新预设信息编码表中的信息编码组,以使再次进行数据采集时,可以从预设信息信编码表中直接提取信息编码组。
数据采集模块40,用于采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
需要说明的是,获得当前数据后,将所述当前数据与查询到的信息编码组的数据格式对应存储,并将获得的当前数据进行数据分析得到分析数据,得到分析结果,并将分析数据以及分析结果发送至用户终端进行展示,用户终端可以是移动手机、个人电脑以及控制计算机等,也可以是其他具有相同或者相似功能的电子设备,本实施例不作具体限制。
本发明通过根据数据采集请求获取带采集设备的设备信息以及待采集参数信息,根据所述设备信息以及待采集参数信息生成查询信息,在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组,采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。与现有技术相比,本发明通过基于待采集设备的设备信息以及待采集参数信息生成查询信息,并根据查询信息在预设信息编码组中查找查询信息对应的信息编码组,可以找到待采集设备预先存储起来的数据格式,使得采集到的设备数据全部保持格式统一,提高工作效率,根据采集到的当前数据与对应的信息编码组生成分析数据,效率更高,且不容易出错。避免了发电站中数据传输接口不一致的众多设备的运行数据采集的过程中,需要人工采集记录数据,再上传到电脑中进行分析,浪费资源的技术问题。
在一实施例中,所述信息处理模块20,还用于在预设信息编码表中不存在所述待采集设备对应的信息编码组时,将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组;采集所述待采集设备的当前数据,根据所述当前数据以及所述目标信息编码组得到分析数据。
在一实施例中,所述信息处理模块20,还用于根据所述目标信息编码组对所述预设信息编码表进行更新。
在一实施例中,所述信息查询模块30,还用于获取设备信息数据集样本、采集参数信息样本以及对应的信息编码组;根据设备信息数据集样本、采集参数信息样本以及对应的信息编码组生成预设信息编码表。
在一实施例中,所述数据采集模块40,还用于根据所述待采集设备的历史数据进行数据分析,确定第一安全阈值与第二安全阈值;判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间;若否,则生成预警信息,并将所述预警信息发送至用户终端进行展示。
在一实施例中,所述数据采集模块40,还用于若是,则提取所述待采集设备的数据采样频率;基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整。
在一实施例中,所述数据采集模块40,还用于获取历史数据数值样本以及对应的历史数据采样频率样本;将所述历史数据数值样本以及对应的历史数据采样频率样本通过初始神经网络模型进行模型训练,获得预设频率调整模型。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的发电站设备数据采集方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种发电站设备数据采集方法,其特征在于,所述发电站设备数据采集方法包括:
在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息;
根据所述设备信息以及待采集参数信息生成查询信息;
在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组;
采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
2.如权利要求1所述的发电站设备数据采集方法,其特征在于,所述根据所述设备信息以及待采集参数信息生成查询信息之后,还包括:
在预设信息编码表中不存在所述待采集设备对应的信息编码组时,将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组;
采集所述待采集设备的当前数据,根据所述当前数据以及所述目标信息编码组得到分析数据。
3.如权利要求2所述的发电站设备数据采集方法,其特征在于,所述在预设信息编码表中不存在所述待采集设备对应的信息编码组时,将所述设备信息以及待采集参数信息通过预设信息编码模型进行信息编码,获得目标信息编码组之后,还包括:
根据所述目标信息编码组对所述预设信息编码表进行更新。
4.如权利要求1-3任一项所述的发电站设备数据采集方法,其特征在于,所述通过预设信息编码表查找所述查询信息对应的信息编码组之前,还包括:
获取设备信息数据集样本、采集参数信息样本以及对应的信息编码组;
根据设备信息数据集样本、采集参数信息样本以及对应的信息编码组生成预设信息编码表。
5.如权利要求1-3任一项所述的发电站设备数据采集方法,其特征在于,所述采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据之后,还包括:
根据所述待采集设备的历史数据进行数据分析,确定第一安全阈值与第二安全阈值;
判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间;
若否,则生成预警信息,并将所述预警信息发送至用户终端进行展示。
6.如权利要求5所述的发电站设备数据采集方法,其特征在于,所述判断所述分析数据数值是否在所述第一安全阈值与所述第二安全阈值之间之后,还包括:
若是,则提取所述待采集设备的数据采样频率;
基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整。
7.如权利要求6所述的发电站设备数据采集方法,其特征在于,所述基于所述分析数据的数值,根据预设频率调整模型对所述数据采样频率进行调整之前,还包括:
获取历史数据数值样本以及对应的历史数据采样频率样本;
将所述历史数据数值样本以及对应的历史数据采样频率样本通过初始神经网络模型进行模型训练,获得预设频率调整模型。
8.一种发电站设备数据采集装置,其特征在于,所述发电站设备数据采集装置包括:
信息获取模块,用于在接收到数据采集请求时,获取待采集设备的设备信息以及待采集参数信息;
信息处理模块,用于根据所述设备信息以及待采集参数信息生成查询信息;
信息查询模块,用于在预设信息编码表中存在所述待采集设备对应的信息编码组时,通过预设信息编码表查找所述查询信息对应的信息编码组;
数据采集模块,用于采集所述待采集设备的当前数据,根据所述当前数据以及所述信息编码组得到分析数据。
9.一种发电站设备数据采集设备,其特征在于,所述发电站设备数据采集设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的发电站设备数据采集程序,所述发电站设备数据采集程序配置为实现如权利要求1至7中任一项所述的发电站设备数据采集方法。
10.一种存储介质,其特征在于,所述存储介质上存储有发电站设备数据采集程序,所述发电站设备数据采集程序被处理器执行时实现如权利要求1至7任一项所述的发电站设备数据采集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111000972.7A CN113779086B (zh) | 2021-08-27 | 2021-08-27 | 发电站设备数据采集方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111000972.7A CN113779086B (zh) | 2021-08-27 | 2021-08-27 | 发电站设备数据采集方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113779086A true CN113779086A (zh) | 2021-12-10 |
CN113779086B CN113779086B (zh) | 2024-04-30 |
Family
ID=78839827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111000972.7A Active CN113779086B (zh) | 2021-08-27 | 2021-08-27 | 发电站设备数据采集方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779086B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114447463A (zh) * | 2022-01-17 | 2022-05-06 | 深圳市超思维电子股份有限公司 | 电池保护参数显示方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012075968A1 (zh) * | 2010-12-10 | 2012-06-14 | 中兴通讯股份有限公司 | 转码业务中获取视频码流的参数集值的方法、系统及装置 |
CN106446256A (zh) * | 2016-10-17 | 2017-02-22 | 鞍钢集团矿业有限公司 | 一种基于上下文计算的工业实时生产信息感知系统 |
CN107885831A (zh) * | 2017-11-09 | 2018-04-06 | 北京中电普华信息技术有限公司 | 一种现场数据的收集分析方法及系统 |
CN108304529A (zh) * | 2018-01-26 | 2018-07-20 | 贵州联科卫信科技有限公司 | 一种基于云模式医学检验设备数据解码的方法 |
US20180284747A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for optimization of data collection and storage using 3rd party data from a data marketplace in an industrial internet of things environment |
CN109687995A (zh) * | 2018-12-04 | 2019-04-26 | 重庆邮电大学 | 一种适用于资源受限型工业现场设备的基于CoAP的OPC UA报文传输方法 |
CN110413488A (zh) * | 2019-07-31 | 2019-11-05 | 中国工商银行股份有限公司 | 服务器使用率预警方法及装置 |
CN111131728A (zh) * | 2019-12-23 | 2020-05-08 | 北京知道创宇信息技术股份有限公司 | 一种基于编码的红外图像处理方法、装置及系统 |
CN112115147A (zh) * | 2020-09-25 | 2020-12-22 | 北京百度网讯科技有限公司 | 数据处理的方法、装置、设备和存储介质 |
CN112347125A (zh) * | 2020-11-16 | 2021-02-09 | 李增国 | 一种设备数据处理的方法及物联网数据处理方法 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
-
2021
- 2021-08-27 CN CN202111000972.7A patent/CN113779086B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012075968A1 (zh) * | 2010-12-10 | 2012-06-14 | 中兴通讯股份有限公司 | 转码业务中获取视频码流的参数集值的方法、系统及装置 |
US20180284747A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for optimization of data collection and storage using 3rd party data from a data marketplace in an industrial internet of things environment |
CN106446256A (zh) * | 2016-10-17 | 2017-02-22 | 鞍钢集团矿业有限公司 | 一种基于上下文计算的工业实时生产信息感知系统 |
CN107885831A (zh) * | 2017-11-09 | 2018-04-06 | 北京中电普华信息技术有限公司 | 一种现场数据的收集分析方法及系统 |
CN108304529A (zh) * | 2018-01-26 | 2018-07-20 | 贵州联科卫信科技有限公司 | 一种基于云模式医学检验设备数据解码的方法 |
CN109687995A (zh) * | 2018-12-04 | 2019-04-26 | 重庆邮电大学 | 一种适用于资源受限型工业现场设备的基于CoAP的OPC UA报文传输方法 |
CN110413488A (zh) * | 2019-07-31 | 2019-11-05 | 中国工商银行股份有限公司 | 服务器使用率预警方法及装置 |
CN111131728A (zh) * | 2019-12-23 | 2020-05-08 | 北京知道创宇信息技术股份有限公司 | 一种基于编码的红外图像处理方法、装置及系统 |
CN112115147A (zh) * | 2020-09-25 | 2020-12-22 | 北京百度网讯科技有限公司 | 数据处理的方法、装置、设备和存储介质 |
CN112347125A (zh) * | 2020-11-16 | 2021-02-09 | 李增国 | 一种设备数据处理的方法及物联网数据处理方法 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
Non-Patent Citations (2)
Title |
---|
YUJI ROH等: "A Survey on Data Collection for Machine Learning: A Big Data - AI Integration Perspective", 《IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING》, vol. 33, no. 4, pages 1328 - 1347, XP011842762, DOI: 10.1109/TKDE.2019.2946162 * |
范小波等: "基于大数据平台的水轮发电机组故障诊断系统", 《电力大数据》, vol. 22, no. 11, pages 86 - 92 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114447463A (zh) * | 2022-01-17 | 2022-05-06 | 深圳市超思维电子股份有限公司 | 电池保护参数显示方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113779086B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109768623B (zh) | 电力系统的监控方法、装置、计算机设备和存储介质 | |
CN109684847B (zh) | 脚本漏洞的自动修复方法、装置、设备及存储介质 | |
CN109684364B (zh) | 基于用户画像的问题处理方法、装置、设备和存储介质 | |
CN110502538B (zh) | 画像标签生成逻辑映射的方法、系统、设备及存储介质 | |
KR20150083627A (ko) | 액티비티 문자열 분석에 의한 안드로이드 악성코드 검출 방법 | |
CN106294219A (zh) | 一种设备识别、数据处理方法、装置及系统 | |
CN110781064A (zh) | 客户端用户行为数据动态埋点采集的方法及装置 | |
CN111581211B (zh) | 数据表的更新方法、装置、设备及计算机可读存储介质 | |
CN113779086A (zh) | 发电站设备数据采集方法、装置、设备及存储介质 | |
CN115600998A (zh) | 基于生产管理平台的工艺管理方法、系统和可读存储介质 | |
CN115208914A (zh) | 一种工业数据采集分析系统及方法 | |
CN111767262A (zh) | 日志展示方法、装置、设备及存储介质 | |
CN111581067A (zh) | 一种数据采集方法和装置 | |
CN112732693B (zh) | 智能化物联网数据采集方法、装置、设备及存储介质 | |
CN108717438B (zh) | 一种链式数据状态采集系统及方法 | |
CN109145124B (zh) | 信息的存储方法、装置、存储介质及电子装置 | |
CN113672497B (zh) | 无埋点事件的生成方法、装置、设备及存储介质 | |
CN116302669A (zh) | 一种变电站保护定值监测方法、系统、装置及介质 | |
CN115765182A (zh) | 基于时序数据库的数字孪生方法及装置 | |
CN113297583B (zh) | 漏洞风险分析方法、装置、设备及存储介质 | |
CN115422263A (zh) | 一种电力现场多功能通用型故障分析方法及系统 | |
CN114817152A (zh) | 切片文件的查询方法与系统 | |
CN114021759A (zh) | 基于aiot和mr技术在数字工厂设备管理方法 | |
CN114265890A (zh) | 能耗数据监控方法、装置、设备及介质 | |
CN114157546A (zh) | 基于人工智能物联网平台应用于数字工厂解决方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |