CN113848843A - 一种基于智能优化节能系统的自诊断分析系统 - Google Patents
一种基于智能优化节能系统的自诊断分析系统 Download PDFInfo
- Publication number
- CN113848843A CN113848843A CN202111229133.2A CN202111229133A CN113848843A CN 113848843 A CN113848843 A CN 113848843A CN 202111229133 A CN202111229133 A CN 202111229133A CN 113848843 A CN113848843 A CN 113848843A
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- saving
- diagnosis
- module
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 104
- 238000004458 analytical method Methods 0.000 title claims abstract description 99
- 238000004092 self-diagnosis Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 79
- 238000004519 manufacturing process Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 230000006854 communication Effects 0.000 claims description 67
- 230000006870 function Effects 0.000 claims description 67
- 238000004891 communication Methods 0.000 claims description 66
- 238000005265 energy consumption Methods 0.000 claims description 52
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000004140 cleaning Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 6
- 238000004134 energy conservation Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 6
- 238000004886 process control Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提出了一种基于智能优化节能系统的自诊断分析系统,涉及优化节能系统的自动诊断分析系统的技术领域,包括智能优化节能系统、自诊断系统和数据分析模块,自诊断系统和数据分析模块主要实现系统故障的自动监测和处理方面,故障监测和处理主要判断涉及系统运行的硬件和软件,判定系统故障,对可以通过软件处理的故障自动处理,对不能通过软件处理的故障则进行及时的报警和提示,辅助智能优化节能系统从设备运行优化节能、工艺管控优化节能、管理策略优化节能三个层面进行深层次节能降耗,最终实现用户整个生产线节能3%‑20%的目标。
Description
技术领域
本发明涉及能源管理和节能系统的技术领域,更具体地说是涉及优化节能系统的自动诊断分析系统的技术领域。
背景技术
目前,大部分企业信息化运用程度低,能源管理水平比较粗放,采用人工方式来监测统计能耗情况,数据统计分析的准确度差。典型表现如下:
(1)没有统一的能源统计方法:①能源基础统计信息不准确、不全面;②能耗数据统计体系不完善,统计算法不合理;
(2)缺乏能源数据汇总统计分析工具:①数据汇总工作复杂、庞大,而且极易出错;②没有积累可用于分析和查询对比的能源数据库;
(3)能耗数据缺陷:能耗数据不完整、不连续、可靠性和可获取性差,缺乏一套技术先进、体系完备的能源管理体系来科学监测能源消耗、实施定额管理、挖掘节能潜力、保证能源安全,导致人员工作强度大、节能减排目标实现困难;
(4)能耗企业面临高能耗、高成本的压力,但是缺乏节能技术、节能方法和基础能耗分析数据,节能工作进展缓慢。
因此,市场上很多厂家已推出各具特色的智能优化节能系统,能够解决上述部分问题;然而,随着企业对节能减排与节能服务更广泛、更急切的需求,目前国内外的智能优化节能系统仍存在着一些不足,需要更完善的技术体系推动和支撑工业领域的节能减排工作的进程。
首先,现有的智能优化节能系统的功能基本停留在“能耗监测与自动抄表”的层面上,系统只采集企业的能耗数据,而对影响能耗的生产工艺、生产运行管理等关联因素的数据并未采集,这样就严重影响系统的整体分析效果,无法定位影响能耗的关键环节及问题所在。
第二,现有的智能优化节能系统很难与现有的工业控制系统对接融合,很大程度上多个系统的数据无法共享,导致智能优化节能系统只对能耗“管理”而不“控制”,无法将用能单位运营活动中产生的能源流(能源产供销存用数据)、价值流(运营成本、单位能耗产生的价值)、设备状态流(运行健康状况、开机率、设备生命周期)、信息流(生产管理业务流程)等数据聚合管理,形成“数据采集-数据综合监测与聚合分析-策略执行与控制”的闭环聚合管控模式,影响智能优化节能系统的运行效果。
第三,现有的智能优化节能系统很难结合企业的生产工艺、管理模式对重点能耗设备、能源结构、重点工艺环节建立行业专家诊断模型,缺少一些专业化、智能化的分析诊断模块综合性分析企业生产管理所产生的海量数据,准确反映生产管理各个环节的能源使用现状及存在的问题,为企业合理开展节能技改、能效优化提供指导依据。
第四,现有的智能优化节能系统几乎不能提供远程在线节能服务,不能提供在线运行值守、在线维护、在线故障诊断服务,代替用户进行系统的运维与值守,帮助用户及时发现企业生产运行中潜在的能耗异常及生产安全隐患等方面的问题,分析定位问题产生的原因并远程在线指导用户解决问题,远程指导用户实施节能优化技改,以提高解决现场问题的响应速度与能力。
第五,现有的智能优化节能系统很难结合企业的能耗设备、生产工艺、生产管理等三个方面进行系统性的同步优化和精确管控,缺乏全方位节能思维与能力,无法满足企业对节能降耗的需求。
发明内容
本发明提出一种基于智能优化节能系统的自诊断分析系统,解决了现有技术中的智能优化节能系统的缺陷与不足的问题。
本发明的技术方案是这样实现的:
一种基于智能优化节能系统的自诊断分析系统,包括智能优化节能系统、自诊断系统和数据分析模块,所述智能优化节能系统用于对能源数据和生产数据进行采集、计算和传输,根据实时采集和历史存储的基础能源数据,分析生产中每个环节的能源使用状况,并对重点能耗设备、能源结构和重点工艺环节建立行业诊断模型,将能耗基础能源数据与系统的管理数据进行整合,建立生产流程优化虚拟动态模型,并仿真预测参数优化后的生产数据,进行节能优化;
所述自诊断系统用于对智能优化节能系统运行过程中的数据采集、清洗、转存以及服务器、各类网络设备和各类服务程序的状态进行诊断;
所述数据分析模块用于对智能优化节能系统的各类分析功能的服务程序进行后台计算分析,并输出对应的结论展示给用户。
进一步地,所述智能优化节能系统包括基础能源数据库和关系数据库,基础能源数据库用于存储采集能源数据和生产数据,关系数据库用于存储管理数据,管理数据包括程序结构、能源指标体系和能源统计报表。
进一步地,所述智能优化节能系统包括数据采集模块、能源实时监测模块、分析诊断模块和节能优化控制模块,数据采集模块用于对能源数据和生产数据进行采集、计算、传输,能源实时监测模块用于对各能源介质管网及能源消耗信息进行实时监测分析,分析诊断模块用于分析生产中每个环节的能源使用状况,节能优化控制模块用于将能耗数据与管理数据进行整合,进行节能优化。
进一步地,所述自诊断系统包括服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块;
所述服务器状态监测诊断模块用于对服务器的环境和运行的服务进行监测;
所述网络设备状态监测诊断模块用于对通讯状态特征的监测方式进行监测;
所述系统重要服务程序状态监测模块用于对系统的重要服务程序进行监控,检测其运行状态,所述系统的重要服务程序包括:采集服务程序、数据清洗服务程序、数据转存服务程序、WEAS服务程序、CS服务程序和后台分析服务程序;
所述采集服务程序功能诊断模块用于在仪表建立通讯联系过程中,对可能出现的不同类型的故障进行区别记录,并根据采集程序中对异常情况的过滤策略,对过滤处理的数据进行记录;
所述数据清洗服务程序功能诊断模块用于当累计量数据中采集存储的数据为空值,对空值进行补充数据时,对补充数据的情况进行记录,记录每一个补充数据的变量、时间和仪表;针对虚拟对象数据为空的具体过程进行记录,记录内容为虚拟对象的名称、变量、时间和子节点数据的对象;
所述数据转存程序功能诊断模块用于在数据采集和清洗功能中处理、转存暂无功能的诊断内容。
进一步地,所述智能优化节能系统的节能优化包括设备运行优化节能、工艺参数优化节能和管理策略优化节能。
进一步地,所示智能优化节能系统的软件平台设计模式采用C/S和B/S混合模式,以B/S结构为主,并支持基于C/S的桌面应用程序采集,外围接入和外部访问均采用B/S模式;所述服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块采用C/S模式,数据分析模块采用B/S模式。
进一步地,所述智能优化节能系统的各类分析功能的服务程序包括对比分析后台服务程序、负荷分析后台服务程序、异常开关机分析后台服务程序、经济运行分析后台服务程序、关联设备联锁分析后台服务程序、空运转分析后台服务程序、能效对标后台服务程序和电费分析后台服务程序。
进一步地,所述自诊断系统还包括WEB应用服务程序,WEB应用服务程序用于将智能优化节能系统存储采集的生产数据和能源数据,结合管理数据,给出相关的能耗数据和生产信息。
本发明采用上述技术解决方案所能达到的有益效果是:智能优化节能系统包括数据采集、能源实时监测、分析诊断和节能优化控制等模块,数据采集模块用于对能源数据和生产数据进行采集、计算、传输,能源实时监测模块用于对各能源介质管网及能源消耗信息进行实时监测分析,分析诊断模块用于分析生产中每个环节的能源使用状况,节能优化控制模块用于将能耗数据与管理数据进行整合,进行节能优化,而自诊断系统和数据分析模块主要实现系统故障的自动监测和处理方面,故障监测和处理主要判断涉及系统运行的硬件和软件,判定系统故障,对可以通过软件处理的故障自动处理,对不能通过软件处理的故障则进行及时的报警和提示,辅助智能优化节能系统从设备运行优化节能、工艺管控优化节能、管理策略优化节能三个层面进行深层次节能降耗,最终实现用户整个生产线节能3%-20%的目标。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明的结构框图;
图2为自诊断系统和数据分析模块的功能构架图;
图3为本发明的节能核心策略示意图。
具体实施方式
下面将结合本发明实施例对本发明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做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。
如图1所示,一种基于智能优化节能系统的自诊断分析系统,包括智能优化节能系统、自诊断系统和数据分析模块,所述智能优化节能系统用于对能源数据和生产数据进行采集、计算和传输,根据实时采集和历史存储的基础能源数据,分析生产中每个环节的能源使用状况,并对重点能耗设备、能源结构和重点工艺环节建立行业诊断模型,将能耗基础能源数据与系统的管理数据进行整合,建立生产流程优化虚拟动态模型,并仿真预测参数优化后的生产数据,进行节能优化,所述智能优化节能系统的节能优化包括设备运行优化节能、工艺参数优化节能和管理策略优化节能;
所述自诊断系统用于对智能优化节能系统运行过程中的数据采集、清洗、转存以及服务器、各类网络设备和各类服务程序的状态进行诊断;
所述数据分析模块用于对智能优化节能系统的各类分析功能的服务程序进行后台计算分析,并输出对应的结论展示给用户。
所述智能优化节能系统包括基础能源数据库和关系数据库,基础能源数据库用于存储采集能源数据和生产数据,关系数据库用于存储管理数据,管理数据包括程序结构、能源指标体系和能源统计报表。
所述智能优化节能系统包括数据采集模块、能源实时监测模块、分析诊断模块和节能优化控制模块,数据采集模块用于对能源数据和生产数据进行采集、计算、传输,能源实时监测模块用于对各能源介质管网及能源消耗信息进行实时监测分析,分析诊断模块用于分析生产中每个环节的能源使用状况,节能优化控制模块用于将能耗数据与管理数据进行整合,进行节能优化。
所述智能优化节能系统还包括以及B/S构架下的能耗概览、能耗统计、信息查询、设备管理、数据录入、节能分析、节能诊断、电能质量、报警管理、系统管理和客户互动等模块,和C/S构架下的能源管理、工艺流程、通讯网络、实时数据、查询信息、管理报警和离线监测等模块,其中,
能耗概览功能主要为数据是否在设计时间内进行了更新,因缺数据或异常情况导致数据没有更新的情况进行记录;
能耗统计功能主要对操作时未能正常显示的情况进行诊断故障并记录;
信息查询功能主要对操作时未能正常显示的情况进行诊断故障并记录;
设备管理功能主要监测主要设备信息完整性,对信息不完整导致与信息相关的功能和设置不能正常操作的情况进行诊断故障并记录;
数据录入功能主要针对人工录入数据是否按时录入和班组排班信息是否录入进行诊断分析并记录;
节能分析功能针对产品能效分析、区域能效分析、岗位能效分析功能中对象能耗数据、产量数据缺失,无法得到能效数据的情况,空运转分析诊断设备状态数据缺失导致页面不能正常运行的情况,电费分析中功率因数值、有功电量、无功电量值、需量值、错峰用电设备运行状态数据无法获取的情况,进行诊断分析并记录;
分析诊断功能包括对分析诊断总览、对比分析、负荷分析、关联设备连锁分析、异常开关机分析、经济运行分析等功能出现的数据未定时更新,未能获取到分析诊断结论的情况进行故障诊断分析并记录;
电能质量功能主要对监测对象数据的电能质量数据未能正确获取和操作页面时不能正常加载的情况进行诊断并记录;
报警管理功能主要针对功能操作时的异常情况进行故障诊断分析并记录。
所述自诊断系统包括服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块;
所述服务器状态监测诊断模块用于对服务器的环境和运行的服务进行监测;
所述网络设备状态监测诊断模块用于对通讯状态特征的监测方式进行监测;
所述系统重要服务程序状态监测模块用于对系统的重要服务程序进行监控,检测其运行状态,所述系统的重要服务程序包括:采集服务程序、数据清洗服务程序、数据转存服务程序、WEAS服务程序、CS服务程序和后台分析服务程序;
所述采集服务程序功能诊断模块用于在仪表建立通讯联系过程中,对可能出现的不同类型的故障进行区别记录,并根据采集程序中对异常情况的过滤策略,对过滤处理的数据进行记录;
所述数据清洗服务程序功能诊断模块用于当累计量数据中采集存储的数据为空值,对空值进行补充数据时,对补充数据的情况进行记录,记录每一个补充数据的变量、时间和仪表;针对虚拟对象数据为空的具体过程进行记录,记录内容为虚拟对象的名称、变量、时间和子节点数据的对象;
所述数据转存程序功能诊断模块用于在数据采集和清洗功能中处理、转存暂无功能的诊断内容。
所示智能优化节能系统的软件平台设计模式采用C/S和B/S混合模式,以B/S结构为主,并支持基于C/S的桌面应用程序采集,外围接入和外部访问均采用B/S模式;所述服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块采用C/S模式,数据分析模块采用B/S模式。
所述智能优化节能系统的各类分析功能的服务程序包括对比分析后台服务程序、负荷分析后台服务程序、异常开关机分析后台服务程序、经济运行分析后台服务程序、关联设备联锁分析后台服务程序、空运转分析后台服务程序、能效对标后台服务程序和电费分析后台服务程序。
所述自诊断系统还包括WEB应用服务程序,WEB应用服务程序用于将智能优化节能系统存储采集的生产数据和能源数据,结合管理数据,给出相关的能耗数据和生产信息。
如图2所示,所述自诊断系统进行系统自诊断的实现方式如下:
系统自诊断功能的实现主要通过自诊断服务程序,自诊断服务程序需与系统其它主业务程序相互独立,自诊断程序一般只与主业务程序保存的数据关联,避免影响主业务程序运行可靠性和效率,自诊断程序和主业务程序升级时一般也不互相影响。
自诊断程序包括用户系统端和远程服务平台端。在用户端,自诊断程序获取数据分析得到的报警结论信息,部分通过用户端系统显示,部分传送至远程平台。在远程平台端,自诊断包括对远程平台自身的软硬件的诊断,同时也包含现场用户端的诊断信息。
所述自诊断系统的功能及自诊断内容如下:
自诊断系统包括组成系统的各设备、主要服务程序和应用程序以及操作过程中的监测和诊断等方面。针对以上类别,诊断的内容如下:
1.服务器状态监测诊断模块
服务器状态监测诊断模块根据服务器功能,对服务器的环境和运行的服务进行监测,保障服务器正常运行,监测诊断的内容包括:CPU使用率、处理器线程数量、虚拟内存使用率、物理内存使用率、磁盘使用率,对以上指标设置参考指标,当现场指标实际指标超过设置指标值时给出报警提示。服务状态(数据库服务器、WEB应用服务器、采集服务器的必要服务进程的状态)。对每台现场服务器,确定每台服务器安装运行的具体程序,制定规则,非必要的程序不允许在服务器上安装运行,同时制定必要服务程序的列表,监测其是处于运行状态还是停止状态,当必要服务程序处于停止状态时进行报警提示。通讯诊断,定时进行网络连接状态监测,记录网路连接的成功率和平均响应时间,判定网络状态。
2.网络设备状态监测诊断模块
将网络设备分为智能仪表、无线模块、通讯服务器、路由器、交换机5类,根据系统的实际运行方式,通过网络设备状态监测诊断模块对以上各类网络设备的监测主要通过对通讯状态特征的监测方式进行监测。具体监测内容分别如下:
(1)智能仪表诊断(串口通讯设备)
在线状态诊断:根据查询帧和返回帧进行判定,当连续3次长时间监测不到仪表的返回帧时,判定仪表通讯断线。向系统及远程平台推送仪表通讯故障报警。仪表数据发送间隔时间:通过记录查询帧和返回帧的时间,判定通讯速率,计算平均发送返回间隔时间。本功能仅作为系统部署完成后的自检功能,在进行验收前,手动运行此程序,测试每个仪表的数据发送时间间隔,并生成清单报表,以便对系统网络通讯环境进行评估和处理。测试时间可自由设定,需显示平均间隔时间、最长间隔时间和最短间隔时间。考虑采集程序的性能要求,可以采用采集程序只记录和存储发送接受时间,对时间的分析和统计则设计另外的服务程序去处理,然后提取时间的特征,判定仪表的通讯状态是否符合采集要求。
轮询周期监测:在仪表网络拓扑图中,每一个串口上接多台仪表,同时仪表的数据一般需要多帧发送,一个轮询循环的时间才是采集的周期,而轮询的周期与仪表的通讯速率、同一串口上配置的仪表的数量和每个仪表上的数据的长度、数据帧的数量决定,通过轮询周期监测可以判定实际数据的采集周期是否符合系统的技术要求。
仪表数据通讯成功率诊断:记录发送的查询帧数量和返回帧的数量,计算仪表数据通讯成功率。具体可按每100个查询帧收到多少返回帧计算。算法为发送一个查询帧,成功率数据减少1%,接收一个返回帧,成功率数据增加1%。仪表通讯成功率数据实时监测,当成功率小于90%时输出报警提醒。另外,按日进行统计,每日总体发送多少查询帧,接收到多少返回帧。整体了解丢帧率,判定通讯质量。
解析错误率诊断:解析错误率可以反映现场网络环境,当网络环境中干扰大、传输距离远、线路阻抗不匹配时,数据容易受到干扰而出现错误,从而导致解析失败,通过解析错误率的统计,可以对现场实际布置的网络环境做出评判然后针对性改进。
(2)无线模块诊断
以无线模块为单元对无线模块的在线状态进行判断,对采用无线通讯的数据发送量、发送时间间隔、通讯成功率进行诊断。
在线状态诊断:系统中增加无线模块内容的配置信息,包括无线模块类别、通讯速率,无线模块下级设备、上级设备、上级设备和下级设备的端口号或地址。根据无线模块的下级设备和上级设备的在线状态进行判定,如有通讯故障,判定是无线模块通讯故障还是某一支路的通讯故障。将故障信息发送给客户端和远程平台。如该无线模块上所有仪表都无数据返回,则无线模块通讯故障,如该无线模块上某一台仪表的数据无返回,则该无线模块与仪表之间通讯故障。
经过无线模块的通讯时间间隔统计:对经过无线模块的仪表的通讯时间间隔进行统计,计算正常通讯的所有仪表的通讯时间间隔平均值,在计算时需剔除通讯异常的情况,待测试完成后,生成通讯间隔统计表。
数据通讯成功率:将通过无线模块的数据进行统计计算通讯成功率,如通讯模块下某一仪表判定断线,则判定数据成功率时,剔除该仪表的通讯成功率,具体可按每100个查询帧收到多少返回帧计算。算法为发送一个查询帧,成功率数据减少1%,接收一个返回帧,成功率数据增加1%。
(3)通讯服务器诊断(网口通讯设备)
包括通讯服务器在线状态,各端口在线状态诊断,通讯时间间隔诊断。
通讯服务器在线状态:根据IP地址和端口号对查询帧和返回帧进行分别统计,如果通讯服务器下所有的通讯都中断,则通讯服务器通讯故障。
各端口在线状态诊断:端口与仪表之间的通讯判定,仅有一部分仪表没有通讯,则为该端口与仪表之间的通讯故障。
通讯时间间隔诊断:根据通讯服务器的IP地址,给通讯服务器发送测试数据,计算通讯服务器的通讯时间间隔。
通过通讯时间间隔、通讯服务器的在线状态的判定结果,优化串口服务器的时间间隔设置的判定。
3.系统重要服务程序状态监测模块
对系统的重要服务程序进行监控,检测其运行状态,对异常情况及时进行处理。监控的程序包括:采集服务、数据清洗服务、数据转存服务、WEAS服务、CS服务、后台分析服务。监测的内容包括:检测各服务程序是否正常运行、各服务程序未启动时,自动启动服务、异常记录上传至远程平台。异常信息包括:服务退出记录,正常退出时记录信息,异常退出时,自动重启服务,并上传重启信息,记录内容:程序名称、时间、内容、处理方式(记录、重启、上传)。每间隔1小时调用远程平台交互服务接口向远程平台上传一次服务程序运行情况,运行情况内容:企业编号、服务名称、上传时间、服务运行情况描述。
4.采集服务程序功能诊断模块
4.1基本采集功能诊断
采集功能实现与仪表建立通讯联系,发送接收通讯请求,获取通讯数据然后解析数据和存储数据。在此过程中可能出现以下不同类型的故障情况,需要区别记录,便于后续程序功能采取不同的处理措施。
(1)仪表断电(故障)未运行
故障判断方式:仪表与采集器之间无通讯,通讯恢复后累积值与故障时值相同。
(2)仪表正常运行但通讯故障
故障判断方式:无通讯,恢复后累积值与故障时值有变化。
(3)仪表数据正常,但通讯过程干扰导致数据错误,解析不通过
故障判断方式:有通讯,远程帧和返回帧均能接收,但解析校验错误。
(4)正常的采集周期内获取不到正确的数据
故障判断方式:按采集频率判定每个周期是否采集到正常值;
为实现故障记录的查询、存储,采集程序根据故障类别、仪表编号、采集发生时刻生成对应的故障编码,进行所有故障的记录,同时设计对应的解析显示界面,能够直观查询故障具体的内容。
4.2采集数据过滤功能诊断
根据采集程序中对异常情况的过滤策略,对进行过滤处理的数据进行记录,需要记录的类别包括。
(1)根据上下限判定,超过设定上下限值,采用前一正常值替代的数据,记录内容包括时间、变量、仪表、故障类别。按编码的方式记录。
(2)电压、电流、功率、电量超过判定条件,采用前一正常值替代的数据,记录内容包括时间、仪表、故障类别。按编码的方式记录。
(3)当异常值持续采集超过3次时,判定数据状态为异常,该时刻数据填充为空值,记录故障类别、时间、仪表、变量。按编码的方式记录。
5.数据清洗服务程序功能诊断模块
(1)在数据清洗中,针对累计量数据中采集存储的数据为空值时,会进行补充填充数据,对采用补充数据情况进行记录,记录每一个补充数据的变量、时间、仪表。定义故障类别。
(2)虚拟对象类分析对象在计算公式时,当有一个子节点数据为空时,虚拟对象计算结果也为空。对于虚拟对象数据为空的具体过程进行记录,记录内容为虚拟对象的名称、变量、时间、子节点数据的对象,定义故障类别。
6.数据转存程序功能诊断模块
在数据转存中,主要实现以下功能:统计15分钟数据的算术平均值、最大值、示值;汇总15分钟、小时、日、月、年数据;每15分钟汇总小时/天设备运行时长数据。数据处理主要在采集和清洗功能中处理,转存功能暂无功能诊断内容。
数据分析模块对智能优化节能系统的各类分析功能的服务程序进行后台计算分析的具体内容如下:
1.对比分析后台服务程序
(1)主要功能:
计算运行状态下的均值,包括(15min均值、小时均值、月均值、三月均值、历史均值)当前值特征数据(15min均值、小时均值)与历史均值(月均值、三月均值、历史均值);
对比策略判断:当前值特征数据(15min均值、小时均值)变化趋势的判定。
(2)诊断的内容:设置对象的运行状态信息未获取、设置对比工段产量数据未获取到,在功能中设置程序运行标志,每个比较周期是否完整执行。
(3)记录内容:
三种诊断故障的类别、对应的对象、发生的时间。
2.负荷分析:
(1)主要功能:
读取设备状态、判断设备类型和设备比较方式,按设备的计算每个监测对象的负荷值,按四种负荷特征和对比策略负荷异常判断。
(2)诊断内容:每个对象是否按周期进行负荷值计算、每个对象是否进行策略判断。
(3)记录的内容
记录负荷值未能正确计算的每个对象、时间和故障类别。按设置的判断策略周期,在每个判断策略中设置标志值,未能执行判断策略的进行异常记录。记录具体的故障类别和发生时间。
3.异常开关机分析:
(1)主要功能:读取设置对象及对象开关机状态,根据开关机状态及时间判定异常,进行异常统计。
(2)诊断内容:开关机状态数据是否正确获取、异常判定是否执行。
(3)记录的内容:开关机状态获取不到的对象,时间和故障类别。在异常判定程序中设置标志值,当程序未能执行时记录异常信息,包括对象、时间和故障类别。
4.经济运行分析:
(1)主要功能:读取电机、变压器有功功率和负荷数据,计算负荷率、负载率等数据,进行经济运行判定,根据判定结果进行异常统计。
(2)诊断内容:负载率计算结果是否按周期保存、进行经济运行判定是否正确执行。
(3)记录的内容:未能计算得到负载率计算数据的对象、发生时间、故障类别。根据判定策略计算周期,电机和变压器经济运行判定程序未能执行完成的记录,包括对象,时间和故障类别。
5.关联设备联锁分析:
(1)主要功能:读取设置的关联关系、读取设备的状态数据,根据状态数据及时间判定关联是否异常,再进行异常统计。
(2)诊断内容:未能获取到设备的状态信息,导致不能进行设备状态关联判定。
(3)记录的内容:记录未能活期到设备状态数据的对象、时间和故障类别。
6.空运转分析
(1)主要功能:读取设置的设备之间运行关联关系、读取设备的状态数据,根据状态数据及时间判定是否发生空转及空转时间,再进行异常时间和能耗统计。
(2)诊断内容:
未能获取到设备的状态信息,导致不能空转异常判定;
判断到空转故障后,因缺少能耗数据导致不能完整记录故障。
(3)记录的内容:
记录未能活期到设备状态数据的对象、时间和故障类别;
记录缺少能耗数据导致不能统计空转能耗所对应的对象、时间和故障类别。
7.能效对标
(1)主要功能:根据设置读取各设定指标所关联的产量数据、能耗数据,计算能效指标值,根据能效指标关联班组进行按班组、班次数据记录。
(2)诊断内容:
未能获取到产量数据、能耗数据值导致能效数据不能正确计算;
未能获取到班组、班次信息数据导致能效数据无法保存。
(3)记录的内容:
记录未能获取到产量数据、能耗数据的时间、对象和故障类别;
记录未能获取到班组信息的时间。
8.电费分析
(1)主要功能:按月计算统计分时电量和有功功率、基本电费两种计费类型对比比较;
力调电费变化异常判定、电度电费(避峰结果)变化异常判定、执行错峰用电;
设备实际运行时间异常判定。
(2)诊断内容:
未能获取到电量值导致电量统计和功率因数统计无法计算;
每天和每月的基本电费、力调电费、避峰率比较策略未能按时执行;
未能获取到设备状态值导致错峰用电判定策略未能执行。
(3)记录的内容:
未能获取到电量值的时间、对象和故障类别;
在基本电费、力调电费、避峰率比较策略中设置标志量,记录未能执行的时间、对象和故障;
未能获取到设备状态值的对象、时间和故障类别。
本发明所提及的服务器包括数据库服务器和应用服务器,用于部署数据库及能源管理应用软件。
数据流程及业务逻辑如下:系统通过自动采集、人工录入数据、系统集成等方式获取企业分散的各类数据(工艺流程、能源计量、管理决策、生产运行等),通过串口服务器将处理过的大量数据集中上传存储至基础能源数据库,利用图形化组态手段,定制企业生产工艺流程监视界面,实现工艺流程参数与能耗数据的可视化在线关联监控,并自动生成能源综合报表;实现对各类产品在不同的时间、不同的工序制定合理的能耗参考标准,形成企业能效对标及考核的参考值,当能耗异常时,能够精确定位能耗异常的地方及时报警,通过报警提示信息可快速指导现场各工序操作人员有效的解决问题,提高解决现场突发问题的处理能力。自诊断系统和数据分析模块可实现对企业生产管理中采集的海量能耗数据进行智能分析,准确反映生产管理每个环节的存在的问题及现状并及时发现企业生产运行中潜在的能耗异常及生产安全问题,针对系统问题分析定位其产生的原因之后,节能服务公司的技术人员可远程在线指导用户解决问题,远程指导用户实施节能优化改造,提高解决现场问题的响应速度与能力。再结合管理数据,如图3所示,从设备运行优化节能、工艺管控优化节能、管理策略优化节能等三个方面为用户提供系统节能解决方案,满足用户节能减排的需要,其中设备运行优化节能包括基于国标、行业标准的能效评价标准;完善的节能型装置及节能配套调试设备;优化配置,以经济的投入达到理想收益。工艺管控优化节能包括优化工艺参数、精确管控,发挥节能设备的最大效能;减少或避免空转待机、主辅联动产生的能源浪费;预判设备故障,避免故障扩大,以减少损失,增加效益;解决生产瓶颈,提高生产效率,实现增产增效。管理策略优化节能包括强化差异对比管理,促进主动节能;精确的节能效果统计与分析;追求供需平衡,提升能源利用效率;定位和发现潜在的问题,找到新的节能点。
如图1所示,所示智能优化节能系统软件平台设计模式采用C/S和B/S混合模式,以B/S结构为主,并支持基于C/S的桌面应用程序采集,外围接入和外部访问均采用B/S模式。由于C/S系统架构的数据实时性高、存取模式安全、网络通信量低、响应速度快等特点有利于处理大量实时性要高的数据,因此将服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块等功能模块部署在C/S架构上运行。B/S架构的软件安装、修改和维护全部在服务器端解决,仅仅需要一个浏览器就可以运行全部的功能模块,系统在部署、升级、更新等方面的优势尤为明显,另外,B/S系统架构可通过Web Service技术方便的集成其它系统,实现SOA,因此,为了发挥B/S架构强大的统计分析优势,将数据分析模块部署在B/S架构上运行。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于智能优化节能系统的自诊断分析系统,其特征在于,包括智能优化节能系统、自诊断系统和数据分析模块,所述智能优化节能系统用于对能源数据和生产数据进行采集、计算和传输,根据实时采集和历史存储的基础能源数据,分析生产中每个环节的能源使用状况,并对重点能耗设备、能源结构和重点工艺环节建立行业诊断模型,将能耗基础能源数据与系统的管理数据进行整合,建立生产流程优化虚拟动态模型,并仿真预测参数优化后的生产数据,进行节能优化;
所述自诊断系统用于对智能优化节能系统运行过程中的数据采集、清洗、转存以及服务器、各类网络设备和各类服务程序的状态进行诊断;
所述数据分析模块用于对智能优化节能系统的各类分析功能的服务程序进行后台计算分析,并输出对应的结论展示给用户。
2.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述智能优化节能系统包括基础能源数据库和关系数据库,基础能源数据库用于存储采集能源数据和生产数据,关系数据库用于存储管理数据,管理数据包括程序结构、能源指标体系和能源统计报表。
3.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述智能优化节能系统包括数据采集模块、能源实时监测模块、分析诊断模块和节能优化控制模块,数据采集模块用于对能源数据和生产数据进行采集、计算、传输,能源实时监测模块用于对各能源介质管网及能源消耗信息进行实时监测分析,分析诊断模块用于分析生产中每个环节的能源使用状况,节能优化控制模块用于将能耗数据与管理数据进行整合,进行节能优化。
4.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述自诊断系统包括服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块;
所述服务器状态监测诊断模块用于对服务器的环境和运行的服务进行监测;
所述网络设备状态监测诊断模块用于对通讯状态特征的监测方式进行监测;
所述系统重要服务程序状态监测模块用于对系统的重要服务程序进行监控,检测其运行状态,所述系统的重要服务程序包括:采集服务程序、数据清洗服务程序、数据转存服务程序、WEAS服务程序、CS服务程序和后台分析服务程序;
所述采集服务程序功能诊断模块用于在仪表建立通讯联系过程中,对可能出现的不同类型的故障进行区别记录,并根据采集程序中对异常情况的过滤策略,对过滤处理的数据进行记录;
所述数据清洗服务程序功能诊断模块用于当累计量数据中采集存储的数据为空值,对空值进行补充数据时,对补充数据的情况进行记录,记录每一个补充数据的变量、时间和仪表;针对虚拟对象数据为空的具体过程进行记录,记录内容为虚拟对象的名称、变量、时间和子节点数据的对象;
所述数据转存程序功能诊断模块用于在数据采集和清洗功能中处理、转存暂无功能的诊断内容。
5.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述智能优化节能系统的节能优化包括设备运行优化节能、工艺参数优化节能和管理策略优化节能。
6.如权利要求4所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所示智能优化节能系统的软件平台设计模式采用C/S和B/S混合模式,以B/S结构为主,并支持基于C/S的桌面应用程序采集,外围接入和外部访问均采用B/S模式;所述服务器状态监测诊断模块、网络设备状态监测诊断模块、系统重要服务程序状态监测模块、采集服务程序功能诊断模块、数据清洗服务程序功能诊断模块和数据转存程序功能诊断模块采用C/S模式,数据分析模块采用B/S模式。
7.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述智能优化节能系统的各类分析功能的服务程序包括对比分析后台服务程序、负荷分析后台服务程序、异常开关机分析后台服务程序、经济运行分析后台服务程序、关联设备联锁分析后台服务程序、空运转分析后台服务程序、能效对标后台服务程序和电费分析后台服务程序。
8.如权利要求1所述的一种基于智能优化节能系统的自诊断分析系统,其特征在于,所述自诊断系统还包括WEB应用服务程序,WEB应用服务程序用于将智能优化节能系统存储采集的生产数据和能源数据,结合管理数据,给出相关的能耗数据和生产信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111229133.2A CN113848843B (zh) | 2021-10-21 | 一种基于智能优化节能系统的自诊断分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111229133.2A CN113848843B (zh) | 2021-10-21 | 一种基于智能优化节能系统的自诊断分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113848843A true CN113848843A (zh) | 2021-12-28 |
CN113848843B CN113848843B (zh) | 2024-07-02 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523722A (zh) * | 2023-06-30 | 2023-08-01 | 江西云绿科技有限公司 | 一种具备机器学习能力的环境监测分析系统 |
CN116755377A (zh) * | 2023-08-21 | 2023-09-15 | 山东嘉隆新能源股份有限公司 | 醇类精制机组的能耗监测及远程控制系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000293489A (ja) * | 1999-04-08 | 2000-10-20 | Nec Corp | データベースサーバシステム |
US20020194319A1 (en) * | 2001-06-13 | 2002-12-19 | Ritche Scott D. | Automated operations and service monitoring system for distributed computer networks |
JP2008059402A (ja) * | 2006-09-01 | 2008-03-13 | Movell Software:Kk | リアルタイム診断システムおよびリアルタイム診断方法 |
EP2568399A2 (en) * | 2011-09-09 | 2013-03-13 | Onzo Limited | Data storage method and system |
CN104793607A (zh) * | 2015-04-20 | 2015-07-22 | 国家电网公司 | 一种服务器故障在线诊断、健康分析及失效预报系统及方法 |
CN106992877A (zh) * | 2017-03-08 | 2017-07-28 | 中国人民解放军国防科学技术大学 | 基于sdn架构的网络故障检测与修复方法 |
CN108427616A (zh) * | 2017-02-14 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 后台程序监控方法及监控装置 |
CN109426205A (zh) * | 2017-09-05 | 2019-03-05 | 万洲电气股份有限公司 | 一种工业智能优化节能系统 |
KR20200083053A (ko) * | 2018-12-31 | 2020-07-08 | (주) 스펠릭스 | 개체명 인식(Named-Entity Recognition)의 정확성 제고를 위한 후처리 과정을 제공하기 위한 방법 및 이를 사용한 서버 |
US20200320129A1 (en) * | 2019-04-03 | 2020-10-08 | Unitedhealth Group Incorporated | Managing data objects for graph-based data structures |
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000293489A (ja) * | 1999-04-08 | 2000-10-20 | Nec Corp | データベースサーバシステム |
US20020194319A1 (en) * | 2001-06-13 | 2002-12-19 | Ritche Scott D. | Automated operations and service monitoring system for distributed computer networks |
JP2008059402A (ja) * | 2006-09-01 | 2008-03-13 | Movell Software:Kk | リアルタイム診断システムおよびリアルタイム診断方法 |
EP2568399A2 (en) * | 2011-09-09 | 2013-03-13 | Onzo Limited | Data storage method and system |
CN104793607A (zh) * | 2015-04-20 | 2015-07-22 | 国家电网公司 | 一种服务器故障在线诊断、健康分析及失效预报系统及方法 |
CN108427616A (zh) * | 2017-02-14 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 后台程序监控方法及监控装置 |
CN106992877A (zh) * | 2017-03-08 | 2017-07-28 | 中国人民解放军国防科学技术大学 | 基于sdn架构的网络故障检测与修复方法 |
CN109426205A (zh) * | 2017-09-05 | 2019-03-05 | 万洲电气股份有限公司 | 一种工业智能优化节能系统 |
KR20200083053A (ko) * | 2018-12-31 | 2020-07-08 | (주) 스펠릭스 | 개체명 인식(Named-Entity Recognition)의 정확성 제고를 위한 후처리 과정을 제공하기 위한 방법 및 이를 사용한 서버 |
US20200320129A1 (en) * | 2019-04-03 | 2020-10-08 | Unitedhealth Group Incorporated | Managing data objects for graph-based data structures |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523722A (zh) * | 2023-06-30 | 2023-08-01 | 江西云绿科技有限公司 | 一种具备机器学习能力的环境监测分析系统 |
CN116755377A (zh) * | 2023-08-21 | 2023-09-15 | 山东嘉隆新能源股份有限公司 | 醇类精制机组的能耗监测及远程控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109426205B (zh) | 一种工业智能优化节能系统 | |
CN111191878A (zh) | 一种基于异常分析的台区及电能表状态评价方法及系统 | |
CN109461093A (zh) | 电量计量系统准确性评估方法及厂用电能耗分析系统 | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN112666885A (zh) | 基于工业互联网环保设备监控管理平台 | |
CN108010305B (zh) | 一种综合能源管理平台数据采集故障的自诊断方法 | |
CN213750303U (zh) | 一种基于用电信息采集系统的电能计量异常诊断系统 | |
CN112421774B (zh) | 一种配电网无功补偿设备的监测系统 | |
CN112783127B (zh) | 面向企业能源站的综合能源实时优化运维管理系统和方法 | |
CN117035513A (zh) | 一种智慧工业园区能源运行智能监测管理系统及方法 | |
CN105629094A (zh) | 一种变压器试验数据采集处理系统 | |
CN103631245A (zh) | 一种配电终端缺陷诊断系统及方法 | |
CN115267323A (zh) | 一种线损分析管理系统 | |
CN116738163A (zh) | 基于规则引擎的能源消耗监控管理系统和方法 | |
CN103888300A (zh) | Web服务系统中网络故障分析系统与方法 | |
CN108037387B (zh) | 基于聚类归集的设备故障分析方法及装置 | |
CN111258868B (zh) | 一种自动监测和获取设备数据的方法及系统 | |
CN105223514A (zh) | 大容量储能设备的可靠性判断方法 | |
CN113848843B (zh) | 一种基于智能优化节能系统的自诊断分析系统 | |
CN113848843A (zh) | 一种基于智能优化节能系统的自诊断分析系统 | |
CN110933186A (zh) | 一种基于web的矿用远程监控系统 | |
CN109298698B (zh) | 一种公共建筑能耗全自动化监测系统 | |
CN109035746B (zh) | 一种集抄终端的机能判断方法和系统 | |
CN115995880A (zh) | 一种配电自动化终端多维度状态综合监测分析方法及系统 | |
CN115097797A (zh) | 一种基于互联网分布式能源云管控系统 |
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 | ||
GR01 | Patent grant |