CN114327019A - 一种设备能耗检测装置、方法、系统、设备及存储介质 - Google Patents
一种设备能耗检测装置、方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN114327019A CN114327019A CN202111640126.1A CN202111640126A CN114327019A CN 114327019 A CN114327019 A CN 114327019A CN 202111640126 A CN202111640126 A CN 202111640126A CN 114327019 A CN114327019 A CN 114327019A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data
- equipment
- sampling data
- tested
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 457
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 121
- 239000012535 impurity Substances 0.000 claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000012935 Averaging Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 12
- 238000001914 filtration Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000283074 Equus asinus Species 0.000 description 1
- 241000112598 Pseudoblennius percoides Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- 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
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种设备能耗检测装置、方法、系统、设备及存储介质，采集待测设备在低功耗模式的能耗，得到能耗采样数据；对能耗采样数据进行去杂降噪处理，得到能耗数据；根据能耗数据和预设能耗阈值，得到待测设备的能耗情况；本发明解决了现有设备能耗检测装置存在的不能自动判别待测设备是否合格、不能做到识别本地化、电流设备分析仪价格昂贵体积大的问题。
Description
技术领域
本发明涉及设备能耗检测领域，具体涉及一种设备能耗检测装置、方法、系统、设备及存储介质。
背景技术
各行各业对于直流低压产品能耗的合格与否判定要么基于原始的安培表进行人工测量，要么就采用电子采集模块通过485总线汇总到PC电脑端通过电脑小程序进行设定识别；也有采用电流设备分析仪对产品进行综合分析；以上方式虽然都能达到实际能耗测量的目的，但均有各自的缺点：原始安培表不能够自动判别合格与否；通用电子采集模块需要布线和PC程序支撑，不能做到识别本地化；电流设备分析仪因为价格昂贵体积大，每次仅能分析单台设备仅适合做开发设计或少量测定使用，不适合大规模生产使用。
发明内容
针对现有技术中的上述不足，本发明提供的一种设备能耗检测装置、方法、系统、设备及存储介质解决了现有设备能耗检测装置存在以下问题：
1、不能自动判别待测设备是否合格；
2、不能做到识别本地化；
3、电流设备分析仪价格昂贵体积大。
为了达到上述发明目的，本发明采用的技术方案为：一种设备能耗检测装置，包括：处理单元、能耗采集单元和提示单元；
所述能耗采集单元用于采集待测设备的能耗，得到能耗采样数据；
所述处理单元用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据，并基于能耗数据，得到待测设备的能耗情况；
所述提示单元用于根据待测设备的能耗情况进行提示。
本发明的有益效果为：本发明设计了一种小型化的能耗检测装置，通过能耗采集单元采集待测设备的能耗，再通过处理器对能耗采样数据进行分析，在分析过程中，对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，从而使得到的能耗数据更准确，能耗数据再通过提示单元进行提示，实现在本地自动判别待测设备是否合格。
进一步地，所述能耗采集单元包括：电流采集子单元，所述电流采集子单元用于采集待测设备的电流数据。
上述进一步方案的有益效果为：可通过测量待测设备的能耗电流，实现对待测设备能耗的检测。
进一步地，所述能耗采集单元包括：电流采集子单元和电压采集子单元，所述电流采集子单元用于采集待测设备的电流数据，所述电压采集子单元用于采集待测设备的电压数据。
上述进一步方案的有益效果为：可通过测量待测设备的能耗电流和能耗电压，共同计算待测设备的能耗。
进一步地，所述提示单元包括：显示子单元和声光提示子单元；
所述显示子单元用于根据待测设备的能耗情况进行显示提示；
所述声光提示子单元用于根据待测设备的能耗情况进行声光提示。
上述进一步方案的有益效果为：显示子单元可实时显示待测设备的能耗数据，便于定量观察能耗数据；声光提示子单元用于对于异常的能耗数据进行报警提醒，便于待测设备的快速检测。
进一步地，还包括按键单元，所述按键单元用于设置设备能耗检测装置的功能。
上述进一步方案的有益效果为：设置按键单元，便于设置设备能耗检测装置的功能，使得设备能耗检测装置对于各种待测设备具有较强的适应性。
进一步地，还包括数据传输单元，所述数据传输单元用于传输数据或者接收第三方服务器的指令。
上述进一步方案的有益效果为：通过数据传输单元与其他设备进行信息交互，也可根据第三方服务器对设备能耗检测装置的功能和参数进行修改。
一种设备能耗检测方法，包括以下步骤：
S1、采集待测设备在低功耗模式的能耗，得到能耗采样数据；
S2、对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
S3、根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
本发明的有益效果为：本方法通过采集待测设备在低功耗模式的能耗，并对得到的能耗采样数据进行去杂降噪处理，使得到的能耗数据更能精确反应待测设备在低功耗模式下的能耗情况，再根据能耗数据与预设能耗阈值的比较，即可得到待测设备的能耗情况，自动对待测设备的能耗情况做出判别。
进一步地，所述步骤S2中能耗采样数据的类型包括：能耗电流采样数据、能耗电压采样数据和能耗功率采样数据。
上述进一步方案的有益效果为：可通过采集待测设备在低功耗模式的能耗电流，实现对待测设备的能耗情况进行监测，也可同时采集待测设备在低功耗模式的能耗电流和能耗电压，进而计算能耗功率的方式，实现对待测设备的能耗情况进行监测。
进一步地，所述步骤S2包括以下步骤：
S21、取一段时间内的能耗采样数据构建能耗采样数据集；
S22、对能耗采样数据集中能耗采样数据进行排序，去除排序后的端值，得到剩余能耗采样数据；
S23、对剩余能耗采样数据求平均，得到能耗数据。
上述进一步方案的有益效果为：将能耗采样数据进行排序，再去掉两端的能耗数据值，减少能耗采样数据集中的异常数据，再通过求平均的方式，计算平均值，通过平均值去代表该段时间内待测设备的能耗情况，进而判断待测设备的能耗情况。
一种设备能耗检测系统包括：能耗采集子系统、去杂降噪处理子系统和阈值判断子系统；
所述能耗采集子系统用于采集待测设备在低功耗模式的能耗，得到能耗采样数据；
所述去杂降噪处理子系统用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
所述阈值判断子系统用于根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
本发明的有益效果为：本发明设计了一种设备能耗检测系统，通过能耗采集子系统采集待测设备能耗，再通过去杂降噪处理子系统对能耗采样数据进行去杂降噪处理，最后通过阈值判断子系统进行能耗数据和预设能耗阈值的比较，实现对待测设备的能耗情况的监测，一种设备能耗检测系统可为硬件系统，也可为软件系统，也可为软硬件结合的系统。
一种能耗检测设备，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序时，实现一种设备能耗检测方法的步骤。
本发明的有益效果为：本发明设计了一种能耗检测设备，通过存储器存储计算机程序，通过处理器执行计算机程序，来实现一种设备能耗检测方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现一种设备能耗检测方法的步骤。
本发明的有益效果为：本发明设计了一种计算机可读存储介质，通过将一种设备能耗检测方法程序化，得到计算机程序，在执行时即可实现一种设备能耗检测方法的步骤。
附图说明
图1为一种设备能耗检测装置的系统框图；
图2为一种设备能耗检测方法的流程图；
图3为待测设备电流的趋势图；
图4为一种设备能耗检测系统的系统框图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
实施例1：一种设备能耗检测装置，如图1所示，包括：处理单元、能耗采集单元和提示单元；
所述能耗采集单元用于采集待测设备的能耗，得到能耗采样数据；
所述处理单元用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据，并基于能耗数据，得到待测设备的能耗情况；
所述提示单元用于根据待测设备的能耗情况进行提示。
处理单元的类型可包括：精简指令集RISC和复杂指令集CISC，常见的RISC微指令集CPU主要包括：升阳(Sun)公司的SPARC系列、IBM公司的Power Architecture(包括PowerPC)系列和ARM系列等。常见的CISC微指令集CPU主要有CMD、Inter、VIA等的X86架构的CPU。
待测设备包括：生活常用两线交流用电设备实验仪器(示波器、网络分析仪、频谱分析仪等)、家用电气设备(冰箱、洗衣机、电视、微波驴、热水器、智能灶具、净化器、空调等)；民用计量仪表如水表、气表、流量计以及其他所有直流电压供电设备如手机、PAD、电子手表、手持电动玩具、录放机、PDA设备等。
本实施例通过能耗采集单元采集待测设备的能耗，进而得到能耗采样数据，但是此时得到的能耗采样数据并不能真实反映待测设备的能耗，其受到噪声的影响，与真实待测设备的能耗有一定的偏差，因此，在本实施例中，要采用处理单元对能耗采样数据进行一定的处理，使得到的能耗数据更能真实反映待测设备的能耗。再根据能耗数据，得到待测设备的能耗情况；处理单元在得到待测设备的能耗情况后，若待测设备的能耗合格，那么，则无需报警，此时可仅仅将待测设备的能耗情况或者能耗数据通过提示单元进行展示即可，若待测设备的能耗不合格，则可通过提示单元进行特殊提示。
提示单元是用来便于用户观察或者提示用户，使得检测过程更加方便快捷。
本实施例中设计了一种小型化的能耗检测装置，通过能耗采集单元采集待测设备的能耗，再通过处理器对能耗采样数据进行分析，得到的能耗数据再通过提示单元进行提示，实现自动判别待测设备是否合格和在本地即可判断待测设备是否合格。
实际运用如下：处理单元对能耗采样数据进行处理，得到能耗数据，处理单元将能耗数据与设定能耗阈值进行比较，发现能耗数据高于能耗阈值最大值，或者低于能耗阈值最小值，处理单元会立即通过提示单元显示或提示待测设备能耗测试不合格，若位于能耗阈值最大值和能耗阈值最小值的区间内，则处理单元会立即通过提示单元显示或提示能耗数据，并显示或提示待测设备能耗测试合格。
实施例2：
在上述实施例1的基础上，能耗采集单元包括：电流采集子单元，所述电流采集子单元用于采集待测设备的电流数据。
电流采集子单元即为电流取样电路，通过对待测设备的电流进行测量，进而得到待测设备的能耗情况，电流取样电路的类型众多，变化众多，本发明并不限定电流取样电路的具体结构。
实施例3：
在上述实施例1的基础上，能耗采集单元包括：电流采集子单元和电压采集子单元，所述电流采集子单元用于采集待测设备的电流数据，所述电压采集子单元用于采集待测设备的电压数据。
检测待测设备的能耗，可从两方面出发，一方面是测量待测设备的电流，另一方面是同时测量待测设备的电流和电压，通过计算功率的方式，来获取待测设备的能耗情况。
实施例4：
在上述实施例1的基础上，提示单元包括：显示子单元和声光提示子单元；
所述显示子单元用于根据待测设备的能耗情况进行显示提示；
所述声光提示子单元用于根据待测设备的能耗情况进行声光提示。
显示子单元可实时显示待测设备的能耗数据，便于定量观察能耗数据；声光提示子单元用于对于异常的能耗数据进行报警提醒，便于待测设备的快速检测。
实际运用如下：处理单元对能耗数据进行处理，若发现待测设备的能耗数据高于能耗阈值最大值，或者低于能耗阈值最小值，处理单元会立即通过声光提示子单元提示：待测设备能耗测试不合格；若能耗数据位于能耗阈值最大值和能耗阈值最小值的区间内，处理单元会立即通过声光提示子单元提示：待测设备能耗测试合格。
本实施例中，显示子单元可用于显示能耗数据，也可用于显示报警信息。显示子单元可采用显示屏。
声光提示子单元包括：声音提示模块、灯光提示模块或者声音和灯光结合提示模块；声音提示模块包括：警铃提示和语音提示等引起用户注意的方式，灯光提示模块包括：灯光颜色变化提示和灯光闪烁提示等引起用户注意的方式；声音和灯光结合提示模块是声音提示和灯光提示方式的随意组合。
实施例5：
在上述实施例1的基础上，还包括按键单元，所述按键单元用于设置设备能耗检测装置的功能。
本实施例中设置按键单元，便于设置设备能耗检测装置的功能，使得设备能耗检测装置对于各种待测设备具有较强的适应性。
例如：通过按键单元来启动设备能耗检测装置对待测设备能耗检测，能耗采集单元可在待测设备进入低功耗模式时开始检测，也可将非低功耗模式时采集的数据丢弃，直到进入低功耗模式时才将采集的数据作为有效数据。
按键单元也可以用于改变处理单元处理能耗采样数据模式，通过按键来选择对能耗采样数据的处理方式，也可用于设置提示单元的提示模式，通过按键单元实现对设备能耗检测装置的模式调节或参数设置，进而使得设备能耗检测装置能否适应多种待测设备，适用不同的场景和不同的需求。
例如：可通过按键单元对检测时间和能耗阈值进行设定。不同的待测设备，能耗数据的大小不同，因此能耗阈值需要重新设置，那么就可以通过按键单元来调整能耗阈值。
按键单元中按键可设置多个，每个按键的功能根据需求进行设置，按键单元的类型包括：机械按键和电容式触摸按键。
实施例6：
在上述实施例1的基础上，还包括数据传输单元，所述数据传输单元用于传输数据或者接收第三方服务器的指令。
数据传输单元包括：有线的数据传输单元和无线的数据传输单元；有线的数据传输单元包括：RS232接口、USB接口、RS485接口、SPI接口和以太网接口等需要通过线路连接传输数据的硬件模块，无线的数据传输单元包括：LoRa模块、2.4G无线模块、蓝牙模块、ZigBee通信模块和ASK超外差模块等无需线路连接的硬件模块。
数据传输单元一方面可以将设备能耗检测装置上的数据传输给其他设备，实现数据的转移和共享，另一方面可以将其他设备的指令传输给设备能耗检测装置，对设备能耗检测装置原本的模式或者参数进行修改。
实施例7：
在上述实施例1的基础上，还包括：电源单元，该电源单元可如如图1所示，通过电源单元分别为上述实施例1～6的各硬件模块进行供电，也可单独为实施例1～6的各硬件模块进行独立供电。
电源单元包括：开关电源、逆变电源、直流稳压电源、DC/DC电源、通信电源、变频电源和线性电源等。
实施例8：
一种设备能耗检测方法，如图2所示，包括以下步骤：
S1、采集待测设备在低功耗模式的能耗，得到能耗采样数据；
S2、对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
本实施例8中步骤S2描述的是对能耗采样数据进行去杂降噪处理的一种具体方案，本发明还涉及了实施例13和实施例14所展示的两种的去杂降噪方案。
S3、根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
采集的能耗采样数据，其受到噪声的影响，与真实待测设备在低功耗模式的能耗有一定差距，通过去杂降噪处理可降低噪声的影响，使得能耗数据真实反映待测设备在低功耗模式的真实能耗。
本方法通过采集待测设备在低功耗模式的能耗，并对得到的能耗采样数据进行去杂降噪处理，使得到的能耗数据更能精确反应待测设备在低功耗模式下的能耗情况，再根据能耗数据与预设能耗阈值的比较，即可得到待测设备的能耗情况，自动对待测设备的能耗情况做出判别。
实施例9：
在上述实施例8的基础上，步骤S2中能耗采样数据的类型包括：能耗电流采样数据、能耗电压采样数据和能耗功率采样数据。
本实施例可通过采集待测设备在低功耗模式的能耗电流，实现对待测设备的能耗情况进行监测，也可同时采集待测设备在低功耗模式的能耗电流和能耗电压，进而计算能耗功率的方式，实现对待测设备的能耗情况进行监测。
实施例10：
在上述实施例8的基础上，所述步骤S2包括以下步骤：
S21、取一段时间内的能耗采样数据构建能耗采样数据集；
S22、对能耗采样数据集中能耗采样数据进行排序，去除排序后的端值，得到剩余能耗采样数据；
S23、对剩余能耗采样数据求平均，得到能耗数据。
本实施例将能耗采样数据进行排序，再去掉两端的能耗数据值，减少能耗采样数据集中的异常数据，再通过求平均的方式，计算平均值，通过平均值去代表该段时间内待测设备的能耗情况，进而判断待测设备的能耗情况。
例如：已知某种低功耗待测设备在接通电源开始工作起到低能耗的时间为T＝t3；在达到低能耗状态的时间点后的一段时间(Δt＝t4-t3)内将一直处于低能耗模式或某种小范围内变化的能耗模式，将此状态定义为稳定态；当待测设备处于稳定态时，采集待测设备的能耗(100次)，再将此100个能耗采样数据通过排序算法将值由低到高进行排列，去除序列号1～10和序列号91～100的值，将序列号11～90的能耗采样数据进行平均得到能耗均值G(在本实施例中能耗均值即是步骤S23中的能耗数据)。
在得到能耗均值后，将能耗均值G与预设能耗阈值Gmin～Gmax进行比较，若Gmin≤G≤Gmax，则待测设备被判定为合格，否则待测设备被判定为异常。
实施例11：
在上述实施例8的基础上，若能耗采样数据为能耗电流采样数据，则步骤S2包括以下步骤：
S201、取一段时间内的能耗电流采样数据构建能耗电流采样数据集；
S202、对能耗电流采样数据集中能耗电流采样数据进行排序，去除排序后的端值，得到剩余能耗电流采样数据；
S203、对剩余能耗电流采样数据求平均，得到能耗数据。
例如：已知某种低功耗待测设备在接通电源开始工作起到低能耗的时间为T＝t3；在达到低能耗状态的时间点后的一段时间(Δt＝t4-t3)内将一直处于低能耗模式或某种小范围内变化的能耗模式，将此状态定义为稳定态；当待测设备处于稳定态时，采集待测设备的能耗电流(100次)，再将100个能耗电流采样数据通过排序算法将值由低到高进行排列，去除序列号1～10和序列号91～100的值，将序列号11～90的能耗采样数据集进行平均得到能耗均值I(在本实施例中能耗均值即是步骤S203中的能耗数据)。在得到能耗均值后，将能耗均值I与预设能耗阈值Imin～Imax进行比较，若Imin≤I≤Imax，则待测设备被判定为合格，若否，则待测设备被判定为异常，如图3所示，t4后为待测设备的低功耗模式。
实施例12：
在上述实施例8的基础上，若能耗采样数据为能耗电流采样数据和能耗电压采样数据，则步骤S2包括以下步骤：
S2001、取一段时间内的能耗电流采样数据和能耗电压采样数据，计算能耗功率采样数据，并基于能耗功率采样数据，构建能耗功率采样数据集；
S2002、对能耗功率采样数据集中能耗功率采样数据进行排序，去除排序后的端值，得到剩余能耗功率采样数据；
S2003、对剩余能耗功率采样数据求平均，得到能耗数据。
例如：已知某种低功耗待测设备在接通电源开始工作起到低能耗的时间为T＝t3；在达到低能耗状态的时间点后的一段时间(Δt＝t4-t3)内将一直处于低能耗模式或某种小范围内变化的能耗模式，将此状态定义为稳定态；当待测设备处于稳定态时，采集待测设备的能耗电流值和能耗电压值各100次，分别计算100次的能耗功率值，再将此100次的能耗功率值通过排序算法将值由低到高进行排列，去除序列号1～10和序列号91～100的值，将序列号11～90的能耗功率值进行平均得到能耗功率均值P(在本实施例中能耗功率均值即是步骤S2003中的能耗数据)，通过与预设能耗阈值Pmin～Pmax进行比较，若Pmin≤P≤Pmax，则待测设备能耗值被判定为合格，若否，则待测设备能耗被判定为异常。
实施例13：
在上述实施例8的基础上，所述步骤S2中去杂降噪处理的公式为：
其中，γn为第n个能耗数据，xn为第n个能耗采样数据，γ(n-i)为第n-i个能耗数据，λi为历史能耗数据的权重，I为计算周期，θ为滤波因子，θ为整数，v为调节参数，v为整数。
上述实施例10、11和12中均采用的是均值滤波算法，通过一段时间内的平均值替代整段时间的能耗情况，根据某段时间内的均值来判断待测设备的能耗是否符合标准，或者达到合格，均值滤波算法的缺点是：无法准确反映待测设备的能耗情况，且其并非实时对能耗数据进行比对。
本实施例提出另一种去杂降噪处理方法，通过对多个历史能耗数据赋予权重，且将赋予权重后的多个历史能耗数据进行叠加，考虑了多个历史能耗数据，再对叠加值求平均，再将θ和ν调整为整数，降低硬件的运算难度，且不会影响计算精度，对当前的能耗采样数据xn赋予整数权重θ，对历史能耗数据平均值赋予权重(ν-θ)，实现在采样得到的每一个能耗采样数据均能对其进行实时的滤波，可与预设能耗阈值进行实时比对，并且也滤除了噪声影响，使得得到的能耗数据γn更符合待测设备的真实情况。
本实施例提出的去杂降噪处理方法对于能耗采样数据的多个类型：能耗电流采样数据、能耗电压采样数据和能耗功率采样数据均适用。
实施例14：
在上述实施例8的基础上，步骤S2中去杂降噪处理的公式为：
其中，γn为第n个能耗数据，xn为第n个能耗采样数据，xn-1为第n-1个能耗采样数据，γn-1为第n-1个能耗数据，γn-2为第n-2个能耗数据，w1和w2为权重系数。
上述实施例10、11和12中均采用的是均值滤波算法，通过一段时间内的平均值替代整段时间的能耗情况，根据某段时间内的均值来判断待测设备的能耗是否符合标准，或者达到合格，均值滤波算法的缺点是：无法准确反映待测设备的能耗情况，且其并非实时对能耗数据进行比对。
实施例13采用的是另一种滤波算法，通过考虑多个历史数据和当前能耗采样数据的权重，以及各历史数据的权重，综合考虑对数据的滤波，其存在的问题是：考虑了多个历史能耗数据，若多个历史能耗数据间差距较大，那么对其求平均再加权，可能会使得新得到的能耗数据γn不符合当前数据变化趋势。
因此，本实施例提出了另一种去杂降噪处理方法，考虑了数据变化趋势，第n个能耗采样数据xn与第n-1个能耗数据γn-1差值较大，第n-1个能耗采样数据xn-1与第n-2个能耗数据γn-2差值较小，那么也就是第n个能耗采样数据xn变化剧烈，w2应当赋予更多权重，w1赋予更少权重，由于xn与γn-1差值较大，w2也更大，因此，arctan[w1(xn-1-γn-2)+w2(xn-γn-1)]更逼近于1，而γn-2和γn-1的权重更小，对第n个能耗采样数据xn的影响更小。
在第n个能耗采样数据xn与第n-1个能耗数据γn-1差值较小时，即第n个能耗采样数据xn变化平缓，因此，w1和w2赋予小的权重，更多考虑历史能耗数据γn-2和γn-1的影响。
在xn-1-γn-2和xn-γn-1均为小于0时，arctan[w1(xn-1-γn-2)+w2(xn-γn-1)]为负，那么得到的第n个能耗数据γn的数值呈下降趋势。
权重w1和w2是用于衡量数据变化情况的，根据不同的变化情况，得到不同的权重，达到在数据变换平稳时，滤波结果也是平稳的，在数据剧烈变化时，得到的滤波结果也是剧烈变化的，同时具有灵敏性和稳定性。
本实施例提出的去杂降噪处理方法对于能耗采样数据的多个类型：能耗电流采样数据、能耗电压采样数据和能耗功率采样数据均适用。
实施例15：
如图4所示，一种设备能耗检测系统包括：能耗采集子系统、去杂降噪处理子系统和阈值判断子系统；
所述能耗采集子系统用于采集待测设备在低功耗模式的能耗，得到能耗采样数据；所述去杂降噪处理子系统用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
所述阈值判断子系统用于根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
本实施例设计了一种设备能耗检测系统，通过能耗采集子系统采集待测设备能耗，再通过去杂降噪处理子系统对能耗采样数据进行去杂降噪处理，最后通过阈值判断子系统进行能耗数据和预设能耗阈值的比较，实现对待测设备的能耗情况的监测，一种设备能耗检测系统可为硬件系统，也可为软件系统，也可为软硬件结合的系统。
实施例16：
一种能耗检测设备，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序时，实现实施例8到14的一种设备能耗检测方法的步骤。
本实施例设计了一种能耗检测设备，通过存储器存储计算机程序，通过处理器执行计算机程序，来实现实施例8到14的一种设备能耗检测方法的步骤。
本实施例中的处理器用于控制能耗检测设备的整体操作，来实现实施例8到14的设备能耗检测方法的步骤。存储器用于存储各种类型的数据以支持在能耗检测设备的指令，这些数据例如可以包括用于在该电子设备上操作的任何应用程序或方法的质量，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM)，可编程只读存储器(Programmable Read-Only Memory,简称PROM)，只读存储器(Read-Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘存储器，磁盘或光谱。
本实施例中，能耗检测设备可以被一个或多个应用于专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的实施例8到14的一种设备能耗检测方法的步骤。
实施例17：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现实施例8到14的一种设备能耗检测方法的步骤。
本实施例设计了一种计算机可读存储介质，通过将一种设备能耗检测方法程序化，得到计算机程序，在执行时即可实现一种设备能耗检测方法的步骤。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种设备能耗检测方法，其特征在于，包括以下步骤：
S1、采集待测设备在低功耗模式的能耗，得到能耗采样数据；
S2、对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
S3、根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
2.根据权利要求1所述的设备能耗检测方法，其特征在于，所述步骤S2中能耗采样数据的类型包括：能耗电流采样数据、能耗电压采样数据和能耗功率采样数据。
3.根据权利要求1所述的设备能耗检测方法，其特征在于，所述步骤S2包括以下步骤：
S21、取一段时间内的能耗采样数据构建能耗采样数据集；
S22、对能耗采样数据集中能耗采样数据进行排序，去除排序后的端值，得到剩余能耗采样数据；
S23、对剩余能耗采样数据求平均，得到能耗数据。
4.一种设备能耗检测系统，其特征在于，包括能耗采集子系统、去杂降噪处理子系统和阈值判断子系统；
所述能耗采集子系统用于采集待测设备在低功耗模式的能耗，得到能耗采样数据；
所述去杂降噪处理子系统用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据；
所述阈值判断子系统用于根据能耗数据和预设能耗阈值，得到待测设备的能耗情况。
5.一种能耗检测设备，其特征在于，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序时，实现如权利要求1～3任一项所述的设备能耗检测方法的步骤。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～3任一项所述的设备能耗检测方法的步骤。
7.一种设备能耗检测装置，其特征在于，包括：处理单元、能耗采集单元和提示单元；
所述能耗采集单元用于采集待测设备的能耗，得到能耗采样数据；
所述处理单元用于对能耗采样数据排序，去除排序后的能耗采样数据异常值，计算剩余能耗采样数据均值，得到能耗数据，并基于能耗数据，得到待测设备的能耗情况；
所述提示单元用于根据待测设备的能耗情况进行提示。
8.根据权利要求7所述的设备能耗检测装置，其特征在于，所述能耗采集单元包括：电流采集子单元，所述电流采集子单元用于采集待测设备的电流数据。
9.根据权利要求7所述的设备能耗检测装置，其特征在于，所述能耗采集单元包括：电流采集子单元和电压采集子单元，所述电流采集子单元用于采集待测设备的电流数据，所述电压采集子单元用于采集待测设备的电压数据。
10.根据权利要求7所述的设备能耗检测装置，其特征在于，所述提示单元包括：显示子单元和声光提示子单元；
所述显示子单元用于根据待测设备的能耗情况进行显示提示；
所述声光提示子单元用于根据待测设备的能耗情况进行声光提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111640126.1A CN114327019B (zh) | 2021-12-29 | 2021-12-29 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111640126.1A CN114327019B (zh) | 2021-12-29 | 2021-12-29 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114327019A true CN114327019A (zh) | 2022-04-12 |
| CN114327019B CN114327019B (zh) | 2023-10-24 |
Family
ID=81016794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111640126.1A Active CN114327019B (zh) | 2021-12-29 | 2021-12-29 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114327019B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115825736A (zh) * | 2023-02-09 | 2023-03-21 | 苏州洪昇新能源科技有限公司 | 一种节能设备的能耗综合测试方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201378743Y (zh) * | 2009-01-23 | 2010-01-06 | 中国科学院金属研究所 | 高压节电器 |
| CN101727172A (zh) * | 2008-10-27 | 2010-06-09 | 联想(北京)有限公司 | 一种计算机进程功耗的测量方法及测量装置、计算机系统 |
| WO2015094289A1 (en) * | 2013-12-19 | 2015-06-25 | Intel Corporation | Apparatus for recovering data using blind oversampling |
| CN108540132A (zh) * | 2018-04-12 | 2018-09-14 | 中国电子科技集团公司第三十八研究所 | 一种降采样率可调的自适应数字后台校准电路及方法 |
| CN109376051A (zh) * | 2018-09-03 | 2019-02-22 | 深圳壹账通智能科技有限公司 | 检测移动设备应用程序功耗的方法及终端设备 |
| CN110557300A (zh) * | 2019-08-08 | 2019-12-10 | 厦门骐俊物联科技股份有限公司 | 检测NB-IoT模组低功耗是否合格的系统和方法 |
| CN112595909A (zh) * | 2020-11-27 | 2021-04-02 | 江苏中浩电力工程有限公司 | 一种用于智能变电站检测试验的方法 |
| CN113065599A (zh) * | 2021-04-06 | 2021-07-02 | 廊坊市讯云数据科技有限公司 | 一种用于数据中心的能耗数据采集方法 |
-
2021
- 2021-12-29 CN CN202111640126.1A patent/CN114327019B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101727172A (zh) * | 2008-10-27 | 2010-06-09 | 联想(北京)有限公司 | 一种计算机进程功耗的测量方法及测量装置、计算机系统 |
| CN201378743Y (zh) * | 2009-01-23 | 2010-01-06 | 中国科学院金属研究所 | 高压节电器 |
| WO2015094289A1 (en) * | 2013-12-19 | 2015-06-25 | Intel Corporation | Apparatus for recovering data using blind oversampling |
| CN108540132A (zh) * | 2018-04-12 | 2018-09-14 | 中国电子科技集团公司第三十八研究所 | 一种降采样率可调的自适应数字后台校准电路及方法 |
| CN109376051A (zh) * | 2018-09-03 | 2019-02-22 | 深圳壹账通智能科技有限公司 | 检测移动设备应用程序功耗的方法及终端设备 |
| CN110557300A (zh) * | 2019-08-08 | 2019-12-10 | 厦门骐俊物联科技股份有限公司 | 检测NB-IoT模组低功耗是否合格的系统和方法 |
| CN112595909A (zh) * | 2020-11-27 | 2021-04-02 | 江苏中浩电力工程有限公司 | 一种用于智能变电站检测试验的方法 |
| CN113065599A (zh) * | 2021-04-06 | 2021-07-02 | 廊坊市讯云数据科技有限公司 | 一种用于数据中心的能耗数据采集方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115825736A (zh) * | 2023-02-09 | 2023-03-21 | 苏州洪昇新能源科技有限公司 | 一种节能设备的能耗综合测试方法及系统 |
| CN115825736B (zh) * | 2023-02-09 | 2024-01-19 | 福建明泰嘉讯信息技术有限公司 | 一种节能设备的能耗综合测试方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114327019B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103328968B (zh) | 校准空气传感器的方法 | |
| CN105449241A (zh) | 燃料电池在线电化学阻抗谱检测系统及方法 | |
| CN102169145A (zh) | 电弧的检测与抑制电路和方法 | |
| Ghosh et al. | An improved load feature extraction technique for smart homes using fuzzy-based NILM | |
| CN101629925A (zh) | 用于测量纯或超纯液体的电导率的方法和设备 | |
| CN109284933B (zh) | 一种基于数理统计的电子式互感器状态评估系统及方法 | |
| KR101608328B1 (ko) | 전력소비 패턴 분석을 통한 디바이스 인식장치 및 그 방법 | |
| CN114327019A (zh) | 一种设备能耗检测装置、方法、系统、设备及存储介质 | |
| CN107704192A (zh) | 一种滤波算法及其探测器 | |
| US10942205B2 (en) | Method and system for analyzing electricity consumption | |
| US20160109492A1 (en) | Method and system for analysing electricity consumption | |
| CN105954695A (zh) | 一种基于同步的同质传感器突变参数识别方法与装置 | |
| KR101039004B1 (ko) | 자동인식 기능 다항목 수질측정장치 및 이를 이용한 수처리 시스템 | |
| CN112731177A (zh) | 干电池电量检测方法及装置 | |
| CN111352365B (zh) | 一种防尘通风型电力电气设备机柜及控制方法 | |
| CN102721878A (zh) | 石英晶体振荡器仪表智能化自动检测装置 | |
| CN104316882A (zh) | 一种移动电源剩余电量的检测方法和装置 | |
| CN116817983A (zh) | 一种数据分析方法、数据分析记录仪及存储介质 | |
| CN108008183B (zh) | 一种电量测量方法、系统、设备及计算机存储介质 | |
| CN115343650A (zh) | 一种基于嵌入式系统的高精度数字电源系统 | |
| JP2013029411A (ja) | 電池インピーダンス測定装置 | |
| KR20160058276A (ko) | 휴대용 다기능 ｂｅｓｓ 진단 시스템 | |
| CN214150541U (zh) | 基于电化学的土壤硝态氮实时检测系统 | |
| CN109581169B (zh) | 一种变压器的绝缘缺陷检测方法及装置 | |
| CN108037350A (zh) | 一种电压波形的参数辨识方法、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 | ||
| GR01 | Patent grant |