CN115078892A - 一种单机大传动变频器状态远程监测系统 - Google Patents
一种单机大传动变频器状态远程监测系统 Download PDFInfo
- Publication number
- CN115078892A CN115078892A CN202210995758.8A CN202210995758A CN115078892A CN 115078892 A CN115078892 A CN 115078892A CN 202210995758 A CN202210995758 A CN 202210995758A CN 115078892 A CN115078892 A CN 115078892A
- Authority
- CN
- China
- Prior art keywords
- data
- sub
- sliding window
- mean value
- sequence
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 6
- 229910002056 binary alloy Inorganic materials 0.000 claims description 2
- 238000007906 compression Methods 0.000 abstract description 21
- 230000006835 compression Effects 0.000 abstract description 21
- 238000013144 data compression Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 70
- 230000002159 abnormal effect Effects 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- -1 metallurgy Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- 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)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Selective Calling Equipment (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及数据压缩领域,提出了一种单机大传动变频器状态远程监测系统,包括:历史数据分析模块,获取每个运行参数的均值范围、方差范围;数据获取模块,得到每个运行参数对应的运行数据序列;数据处理模块,获取每个子数据序列的均值和方差;数据判断模块,将子数据序列划分为第一类数据和第二类数据;数据计算模块,获取子数据序列对应的所有第一类数据的均值和所有第二类数据的均值;数据标记模块,得到子数据序列的位序列;数据传输模块,对子数据序列对应的所有第一类数据的均值和所有第二类数据的均值,以及子数据序列的位序列进行传输。本发明提高了变频器运行数据进行传输时的压缩率。
Description
技术领域
本发明涉及数据压缩领域,具体涉及一种单机大传动变频器状态远程监测系统。
背景技术
随着工业自动化、智能化进程的不断发展,变频器被广泛应用于钢铁、化工、石油、冶金、水处理等各行业中,对当今节电、提高生产过程自动化水平、改造传统工业、推动技术进步具有重要作用。然而,在复杂的自然环境如结露、腐蚀、粉尘、高低温等,以及电磁环境如EMI、过电压、过电流等情况下,变频器极易发生故障,严重危害操作人员的安全,同时影响设备正常运行,带来严重经济损失。为了保证设备的正常运行和操作人员的安全,需要对变频器的状态进行实时监测,获得实时状态监测数据。
变频器设备原理复杂,当变频器出现异常时,数据的变化幅度大,在检测时只要判断在哪个时间段出现数据异常即可,在检测时并不需要精确的数据,而需要快速的反馈能力,(精确的数据主要用于在后期收集并分析判断变频器哪里出现故障,)目前在对数据进行检测时,需要将检测到的数据进行压缩传输到远程监控中心中进行监控,而现有的数据压缩方法对检测到的数据进行压缩时主要是为了确保数据传输的准确性,因此往往在压缩时尽最大的可能来保全数据,但是这种压缩方式造成压缩率相对比较小,压缩后的数据容量较大,在后期传输时,会造成传输速度慢,传输延迟等情况,导致远程监控中心没有能够实时地判断出变频器在运行过程中运行参数是否发生异常的情况。
发明内容
由于变频器出现异常时,数据的变化幅度大,因此本发明提供一种单机大传动变频器状态远程监测系统,以解决现有的压缩率低的问题。
本发明的一种单机大传动变频器状态远程监测系统,采用如下技术方案,包括:
历史数据分析模块,用于获取变频器多个运行参数的历史运行数据;根据每个运行参数的历史运行数据绘制每个运行参数的箱线图;根据每个运行参数的箱线图获取每个运行参数的均值范围、方差范围;
数据获取模块,用于获取当前时间段变频器的每个运行参数的运行数据,得到每个运行参数对应的运行数据序列;
数据处理模块,设定初始滑窗的尺寸以及步长,利用初始滑窗对数据获取模块中获得的每个运行参数对应的运行数据序列进行滑动遍历,得到每个运行参数对应的所有子数据序列,获取每个子数据序列的均值和方差;
数据判断模块,当数据处理模块得到的每个运行参数对应的每个子数据序列的均值和方差位于该运行参数的均值范围和方差范围内时,根据该子数据序列的均值将子数据序列划分为第一类数据和第二类数据;
数据计算模块,获取数据判断模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值;
数据标记模块,将数据判断模块获得的每个运行参数对应的每个子数据序列中的第一类数据标记为1,第二类数据标记为0,得到每个子数据序列的位序列;
数据传输模块,对数据计算模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值,以及数据标记模块得到的每个子数据序列的位序列进行传输。
进一步的,所述的一种单机大传动变频器状态远程监测系统,数据判断模块还包括:
当数据处理模块得到的每个运行参数对应的每个子数据序列的均值在该运行参数的均值范围内,且方差不在该运行参数的方差范围内时,将初始滑窗尺寸每次减1,直至滑窗尺寸减小后重新得到的子数据序列的均值和方差分别在对应运行参数的均值范围、方差范围内,根据对应的滑窗尺寸获取新子数据序列,以更新后的滑窗尺寸继续进行滑动遍历,按照获取该新子数据序列的方法进行迭代,得到每个运行参数对应的所有子数据序列。
进一步的,所述的一种单机大传动变频器状态远程监测系统,数据判断模块还包括:
当数据处理模块得到的每个运行参数对应的每个子数据序列的均值不在该运行参数的均值范围内时,对该子数据序列对应的初始滑窗尺寸进行更新,根据更新后的滑窗尺寸得到新子数据序列,以更新后的滑窗尺寸继续进行滑动遍历,按照获取该新子数据序列的方法进行迭代,得到每个运行参数对应的所有子数据序列。
进一步的,所述的一种单机大传动变频器状态远程监测系统,对该子数据序列对应的初始滑窗尺寸进行更新的表达式为:
式中,表示重新设定的滑窗尺寸,表示初始滑窗尺寸,表示子数据序列的均值,表示取最大值,表示子数据序列对应运行参数的箱线图下边缘的纵坐标,表示子数据序列对应运行参数的箱线图上边缘的纵坐标,表示子数据序列对应运行参数的箱线图的下四分位线,表示子数据序列对应运行参数的箱线图的上四分位线。
进一步的,所述的一种单机大传动变频器状态远程监测系统,得到每个运行参数对应的运行数据序列的方法为:
将每个运行参数对应的运行数据序列中每个运行数据与该运行参数历史运行数据的最小值做差得到差值;
获取该差值与该运行参数历史运行数据的精度的比值,通过所有比值得到每个运行参数对应的运行数据序列。
进一步的,所述的一种单机大传动变频器状态远程监测系统,初始滑窗的尺寸是通过如下步骤获取的:
根据每个运行参数的历史运行数据的最大值、最小值以及历史运行数据的精度获取每个运行参数历史运行数据的最大值对应的处理后数据,获取该处理后数据转化为二进制后的位数;
通过运行参数个数、所有运行参数历史运行数据的最大值对应的处理后数据转化为二进制后的位数、带宽以及运行数据的实时性要求值获取初始滑窗尺寸。
进一步的,所述的一种单机大传动变频器状态远程监测系统,初始滑窗尺寸的表达式为:
进一步的,所述的一种单机大传动变频器状态远程监测系统,所示第一类数据为子数据序列中大于或等于子数据序列均值的数据;
所述第二类数据为子数据序列中小于子数据序列均值的数据。
进一步的,所述的一种单机大传动变频器状态远程监测系统,数据判断模块还包括:
根据每个运行参数的箱线图获取每个运行参数的差异容忍度范围,若滑窗滑动得到的子数据序列的均值与前一个滑窗得到的子数据序列的均值差异在该运行参数的差异容忍度范围内,根据滑窗滑动得到的子数据序列的均值判断该滑窗中的新数据属于第一类数据或第二类数据,并将该新数据标记为0或1。
进一步的,所述的一种单机大传动变频器状态远程监测系统,每个运行参数的均值范围中的最小值为该运行参数的箱线图中下边缘对应纵坐标和下四分位数的平均值;
每个运行参数的均值范围中的最大值为该运行参数的箱线图中上边缘对应纵坐标和上四分位线的平均值;
每个运行参数的方差范围中的最小值为0;
每个运行参数的方差范围中的最大值为该运行参数的箱线图中下四分位数和上四分位数的差值与10的比值。
本发明的有益效果是:本发明在变频器运行参数对应的运行数据序列中设置滑窗尺寸进行滑窗,得到对应的子数据序列,获得了数据处理对象;根据子数据序列的均值将子数据划分为第一类数据和第二类数据,实现了将子数据序列中的数据根据大小进行分类,保持了数据的完整性;最后获得位序列以及第一类数据的均值和第二类数据的均值,并进行传输,实现对运行数据的压缩传输,本发明在数据量大且传输流量受限的情况下,仍能实现对变频器运行数据的实时传输,实时远程监测到准确的变频器状态,保证设备的正常运行和操作人员的安全,避免产生重大的人身财产事故。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种单机大传动变频器状态远程监测系统的实施例的结构示意图;
图2为输出电流箱线图的示意图。
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。
本发明的一种单机大传动变频器状态远程监测系统的实施例,如图1所示,包括:
为了保证设备的正常运行和操作人员的安全,需要对变频器的状态进行实时监测,在变频器进入预警状态但未进入故障状态时,及时对变频器可能发生的故障进行预测,并进行停机维护;在变频器发生故障时,快速定位导致故障的问题所在并进行解决。
想要对变频器状态进行实时监测,需要实时获得状态监测数据,而变频器设备原理复杂,状态监测数据量大,且在工业物联网场景下,受到带宽的限制,变频器传输数据的传输速率受限。为了保证传输数据的实时性,本发明考虑对状态监测数据进行压缩传输,且压缩传输效率越高,数据的实时性越强。有损压缩传输方法的压缩效率较高,但是在获得较大的压缩效率的同时,会降低变频器状态监测的准确性。本发明为了保证变频器状态监测的准确性,且考虑到对变频器状态进行远程监测的目的是为了识别变频器的故障状态,因此,本发明对不同状态的状态监测数据进行不同程度压缩。
本发明对不同状态的状态监测数据进行不同程度压缩,这就需要在压缩传输前,先判断状态监测数据对应的状态,本发明判断状态监测数据对应的状态和对状态监测数据进行压缩传输,均是通过滑窗对应的局部均值对和位序列来进行的。因此,本发明首先从大量历史数据中,获得运行状态下的状态监测数据,即历史运行数据,获取运行状态下的均值范围、方差范围和差异容忍度范围,并基于此,判断状态监测数据对应的状态并对状态监测数据进行压缩传输。
一、历史数据分析模块,用于获取变频器多个运行参数的历史运行数据;根据每个运行参数的历史运行数据绘制每个运行参数的箱线图;根据每个运行参数的箱线图获取每个运行参数的均值范围、方差范围。
设备中的变频器的状态包括运行状态、停机状态、预警状态和故障状态,其中,预警状态是指变频器进入故障状态前数据出现异常的一段时间,故障状态是指变频器发生故障的时间段,变频器的故障包括过流、过压、欠压、过热、过载等,变频器发生故障,严重危害操作人员安全的同时,影响设备的正常运行,带来严重经济损失。
变频器状态监测主要是通过监测运行参数的运行数据进行的,运行参数包括:母线电压、输出电压、输出电流、输出转矩、功率、运行频率等,本发明将所述运行参数记为变频器不同维度的状态监测数据。
从大量历史数据中,获得运行状态下的状态监测数据,即获取每个运行参数的历史运行数据,根据每个运行参数的历史运行数据绘制每个运行参数的箱线图,根据数据绘制箱线图为公知技术,此处不再赘述,如图2所示为输出电流的箱线图。
根据每个运行参数的箱线图,获得运行状态下每个运行参数的均值范围为、方差范围为以及差异容忍度范围为,其中,分别为箱线图的下边缘和上边缘对应的纵坐标,为箱线图的中位数,分别为箱线图的下四分位数和上四分位数。
二、数据获取模块,用于获取当前时间段变频器的每个运行参数的运行数据,得到每个运行参数对应的运行数据序列。
变频器的状态监测数据包括多个维度,即变频器存在多个运行参数,每个运行参数对应各自的运行数据,由于每个运行参数表征的数据不同,不同运行参数运行数据的取值范围和精度不同,例如输出电流的范围为,要求精确到小数点后两位,因此,精度为0.01,而母线电压的范围为,要求精确为整数,因此,精度为1。为了在获得较大压缩效率的情况下,保证变频器状态监测的准确性,在进行有损压缩传输前,先根据对运行数据精度的要求,以及运行数据的范围,将运行数据进行处理,得到处理后的运行数据。具体方法为:根据大量历史运行数据,获得每个运行参数的范围和精度;对于每个运行参数的运行数据,将运行数据减去范围中的最小值后除以精度,获得的数据记为处理后的运行数据。例如,输出电流为5.4,根据输出电流的范围中的最小值1和精度0.01,获得输出电流5.4对应的处理后数据为,即440。
获取当前时间段变频器的每个运行参数的运行数据,对每个运行参数的运行数据进行处理,得到处理后的运行数据,通过当前时间段每个运行参数对应的处理后的运行数据获得每个运行参数对应的运行数据序列。
对所述运行参数的运行数据进行处理包括:
将每个运行参数对应的运行数据序列中每个运行数据与该运行参数历史运行数据的最小值做差得到差值;
获取该差值与该运行参数历史运行数据的精度的比值,通过所有比值得到每个运行参数对应的运行数据序列。
三、数据处理模块,设定初始滑窗的尺寸以及步长,利用初始滑窗对数据获取模块中获得的每个运行参数对应的运行数据序列进行滑动遍历,得到每个运行参数对应的所有子数据序列,获取每个子数据序列的均值和方差。
本发明判断状态监测数据对应的状态和对状态监测数据进行压缩传输,均是通过滑窗对应的局部均值对和位序列来进行的,因此,首先需要确定滑窗的大小,滑窗的大小受到实时性要求和带宽的限制。
本发明对状态监测数据进行压缩传输均是通过滑窗对应的局部均值对和位序列来进行的,在传输时,需要将数据转化为二进制数进行传输,其中,位序列是由0和1组成的二进制序列,因此,不需要转换;而每个运行参数的局部均值需要按照每个运行参数的二进制数的位数进行转换,每个运行参数的二进制数的位数取决于每个运行参数的最大数据对应的二进制数的位数。例如最大输出电流为8,根据输出电流的范围中的最小值1和精度0.01,获得最大输出电流对应的处理后的运行数据为,从而得到处理后的运行数据700,将所述处理后的运行数据700转换为二进制数据,因此,对于输出电流,都需要用10位二进制数。
变频器的运行数据的实时性取决于数据从采集到被接收端接收所消耗的时间,时间的消耗主要体现在两个方面:采集数据和传输数据,其中,采集数据消耗的时间与采集数据的长度成正比,采集数据消耗的时间即为滑窗的大小,传输数据消耗的时间与数据量成正相关,与带宽成反比,由于本发明对运行数据进行压缩传输,均是通过滑窗对应的局部均值对和位序列来进行的,因此,传输数据的数据量为,传输数据消耗的时间为。为了保证变频器的运行数据的实时性,要求采集数据和接受数据的总时间不大于对运行数据的实时性要求值,具体为:获取使不等式成立的最大整数,所述整数记为最终获取的初始滑窗尺寸。其中,为运行参数个数,表示第个运行参数,为第个运行参数历史运行数据的最大值对应的处理后数据转化为二进制后的位数;为带宽;为运行数据的实时性要求值。
由于最终获取的滑窗尺寸为满足滑窗大小表达式的最大整数,故最终获取的滑窗尺寸的表达式为:
由于变频器的状态会持续一段时间,且在发生改变时,也是逐渐变化,不会发生突变,因此,变频器的运行数据在一段时间段内在一定范围内波动,本发明基于变频器的运行数据的这一特性,将滑窗内的运行数据转换为局部均值对和位序列,并对局部均值对和位序列进行传输,实现对状态监测数据的有损压缩传输。
设置滑窗的步长为1,利用初始滑窗对数据获取模块中获得的每个运行参数对应的运行数据序列进行滑动遍历,得到每个运行参数对应的所有子数据序列。获取每个子数据序列的均值和方差。
四、数据判断模块,当数据处理模块得到的每个运行参数对应的每个子数据序列的均值和方差位于该运行参数的均值范围和方差范围内时,根据该子数据序列的均值将子数据序列划分为第一类数据和第二类数据。
计算所述子数据序列的均值和方差,根据均值范围和方差范围,对所述均值和方差进行判断,具体步骤为:
第一种情况:如果子数据序列的均值和方差均在所述均值范围和方差范围内,则说明所述子数据序列对应的状态为运行状态,且在滑窗大小对应的时间段内,波动较小,可以通过所述均值和方差进行有损压缩传输。
第二种情况:如果子数据序列的均值在所述均值范围,而方差不在所述方差范围内,则说明所述子数据序列对应的状态为运行状态,但是在滑窗大小对应的时间段内混入了异常数据,则依次将滑窗大小减小1,直至对应的均值和方差均在所述均值范围和方差范围内;
第三种情况:如果子数据序列的均值不在所述均值范围,则说明所述子数据序列对应的状态为预警状态或故障状态,则将滑窗大小设置为:
其中,表示重新设定的滑窗尺寸,表示初始滑窗尺寸,表示子数据序列的均值,表示取最大值,表示当子数据序列的均值超出均值范围,且大于上限时,计算超出部分与的比值,根据比值对滑窗大小进行调整,当均值超出均值范围,且小于下限时,计算超出部分与的比值,根据比值对滑窗大小进行调整。且比值越大,则滑窗越小;即比值越大,子数据序列对应的状态为预警状态或故障状态的概率越大,则需要精确的数据,因此,将滑窗的大小调整的越小,以此保证传输数据的准确性。
根据调整后滑窗的大小获取最终获得的子数据序列的均值,将所述子数据序列中的处理后的运行数据分为两类,大于或等于子数据序列均值的记为第一类,将小于均值的记为第二类。
五、数据计算模块,获取数据判断模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值。
计算子数据序列中属于第一类的所有处理后的运行数据的均值,记为高均值,计算属于第二类的所有处理后的运行数据的均值,记为低均值,所述高均值和低均值组成了局部均值对。
六、数据标记模块,将数据判断模块获得的每个运行参数对应的每个子数据序列中的第一类数据标记为1,第二类数据标记为0,得到每个子数据序列的位序列。
所述位序列由0和1组成,且位序列的长度等于对应滑窗的长度,其中,子数据序列中属于第一类的数据为1,属于第二类的数据为0。具体的,将子数据序列中属于第一类的数据标记为1,属于第二类的数据标记为0,从而得到子数据序列的位序列。
七、数据传输模块,对数据计算模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值,以及数据标记模块得到的每个子数据序列的位序列进行传输。
通过每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值得到每个子数据序列的局部均值对,将得到的局部均值对以及位序列进行传输,从而实现对状态监测数据的有损压缩传输。
根据接收的局部均值对和位序列将数据进行还原,具体包括,对于位序列中为1的数据,表明其真实值大于均值,因此在还原时,将其用高均值表示,对于位序列中为0的数据,表明其真实值小于均值,因此在还原时,将其用低均值表示。
对于判断模块中第一种情况、第二种情况以及第三种情况,所述子数据序列对应的状态为运行状态,由于变频器的状态会持续一段时间,且不会发生突变,将滑窗以步长1向右滑动,因此,后续的子数据序列对应的状态很有可能为运行状态。如果为运行状态数据,则判断与之前滑窗中处理后的运行数据的差异,若差异在差异容忍度范围内,则说明和之前滑窗中的数据差异较小,因此,可以通过之前滑窗中数据的局部均值对来表示,只需要传输对应的位序列即可,提高了压缩传输效率。判断当前子数据序列中数据与之前滑窗中的子数据序列中数据的差异时,需要重新计算均值,但是对于长度相同的滑窗,重新计算均值,相当于把之前滑窗中第一个数据去除,将当前数据加入,为了减少计算量,将滑窗滑动后的均值计算公式记为,其中,为滑窗以步长1向右滑动时离开滑窗的数据,为滑窗以步长1向右滑动时进入滑窗的数据。
如果滑窗滑动后的均值与均值的差异不在差异容忍度范围内,则说明滑窗滑动后进入滑窗的数据与滑窗的数据一样,对应的状态为运行状态,且与滑窗数据的波动情况相同,因此,不需要重新设置均值,只需要判断滑窗滑动后进入滑窗的数据所属的类别,即滑窗滑动后进入滑窗的数据为第一类数据还是第二类数据,并将对应的位序列进行传输即可。
如果滑窗滑动后的均值与均值的差异,超出差异容忍度范围,则以新滑入窗口中的数据为起始位置,按照初始窗口尺寸获取子数据序列,按照数据处理模块、数据判断模块、数据计算模块、数据标记模块中的方法获取新的局部均值对和位序列。
其中,对于情况一,差异容忍度范围为,而对于情况二,差异容忍度范围的最小值为乘以窗口滑动前子序列的窗口尺寸,再除以初始滑窗尺寸得到的值;差异容忍度范围的最大值为乘以窗口滑动前子序列的窗口尺寸,再除以初始滑窗尺寸得到的值。
本发明在变频器运行参数对应的运行数据序列中设置滑窗尺寸进行滑窗,得到对应的子数据序列,获得了数据处理对象;根据子数据序列的均值将子数据划分为第一类数据和第二类数据,实现了将子数据序列中的数据根据大小进行分类,保持了数据的完整性;最后获得位序列以及第一类数据的均值和第二类数据的均值,并进行传输,实现对运行数据的压缩传输,本发明在数据量大且传输流量受限的情况下,仍能实现对变频器运行数据的实时传输,实时远程监测到准确的变频器状态,保证设备的正常运行和操作人员的安全,避免产生重大的人身财产事故。
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 (10)
1.单机大传动变频器状态远程监测系统,其特征在于,包括:
历史数据分析模块,用于获取变频器多个运行参数的历史运行数据;根据每个运行参数的历史运行数据绘制每个运行参数的箱线图;根据每个运行参数的箱线图获取每个运行参数的均值范围、方差范围;
数据获取模块,用于获取当前时间段变频器的每个运行参数的运行数据,得到每个运行参数对应的运行数据序列;
数据处理模块,设定初始滑窗的尺寸以及步长,利用初始滑窗对数据获取模块中获得的每个运行参数对应的运行数据序列进行滑动遍历,得到每个运行参数对应的所有子数据序列,获取每个子数据序列的均值和方差;
数据判断模块,当数据处理模块得到的每个运行参数对应的每个子数据序列的均值和方差位于该运行参数的均值范围和方差范围内时,根据该子数据序列的均值将子数据序列划分为第一类数据和第二类数据;
数据计算模块,获取数据判断模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值;
数据标记模块,将数据判断模块获得的每个运行参数对应的每个子数据序列中的第一类数据标记为1,第二类数据标记为0,得到每个子数据序列的位序列;
数据传输模块,对数据计算模块得到的每个子数据序列对应的所有第一类数据的均值和所有第二类数据的均值,以及数据标记模块得到的每个子数据序列的位序列进行传输。
2.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,数据判断模块还包括:
当数据处理模块得到的每个运行参数对应的每个子数据序列的均值在该运行参数的均值范围内,且方差不在该运行参数的方差范围内时,将初始滑窗尺寸每次减1,直至滑窗尺寸减小后重新得到的子数据序列的均值和方差分别在对应运行参数的均值范围、方差范围内,根据对应的滑窗尺寸获取新子数据序列,以更新后的滑窗尺寸继续进行滑动遍历,按照获取该新子数据序列的方法进行迭代,得到每个运行参数对应的所有子数据序列。
3.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,数据判断模块还包括:
当数据处理模块得到的每个运行参数对应的每个子数据序列的均值不在该运行参数的均值范围内时,对该子数据序列对应的初始滑窗尺寸进行更新,根据更新后的滑窗尺寸得到新子数据序列,以更新后的滑窗尺寸继续进行滑动遍历,按照获取该新子数据序列的方法进行迭代,得到每个运行参数对应的所有子数据序列。
5.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,得到每个运行参数对应的运行数据序列的方法为:
将每个运行参数对应的运行数据序列中每个运行数据与该运行参数历史运行数据的最小值做差得到差值;
获取该差值与该运行参数历史运行数据的精度的比值,通过所有比值得到每个运行参数对应的运行数据序列。
6.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,初始滑窗的尺寸是通过如下步骤获取的:
根据每个运行参数的历史运行数据的最大值、最小值以及历史运行数据的精度获取每个运行参数历史运行数据的最大值对应的处理后数据,获取该处理后数据转化为二进制后的位数;
通过运行参数个数、所有运行参数历史运行数据的最大值对应的处理后数据转化为二进制后的位数、带宽以及运行数据的实时性要求值获取初始滑窗尺寸。
8.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,所示第一类数据为子数据序列中大于或等于子数据序列均值的数据;
所述第二类数据为子数据序列中小于子数据序列均值的数据。
9.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,数据判断模块还包括:
根据每个运行参数的箱线图获取每个运行参数的差异容忍度范围,若滑窗滑动得到的子数据序列的均值与前一个滑窗得到的子数据序列的均值差异在该运行参数的差异容忍度范围内,根据滑窗滑动得到的子数据序列的均值判断该滑窗中的新数据属于第一类数据或第二类数据,并将该新数据标记为0或1。
10.根据权利要求1所述的一种单机大传动变频器状态远程监测系统,其特征在于,每个运行参数的均值范围中的最小值为该运行参数的箱线图中下边缘对应纵坐标和下四分位数的平均值;
每个运行参数的均值范围中的最大值为该运行参数的箱线图中上边缘对应纵坐标和上四分位线的平均值;
每个运行参数的方差范围中的最小值为0;
每个运行参数的方差范围中的最大值为该运行参数的箱线图中下四分位数和上四分位数的差值与10的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995758.8A CN115078892B (zh) | 2022-08-19 | 2022-08-19 | 一种单机大传动变频器状态远程监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995758.8A CN115078892B (zh) | 2022-08-19 | 2022-08-19 | 一种单机大传动变频器状态远程监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115078892A true CN115078892A (zh) | 2022-09-20 |
CN115078892B CN115078892B (zh) | 2022-11-01 |
Family
ID=83244592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210995758.8A Active CN115078892B (zh) | 2022-08-19 | 2022-08-19 | 一种单机大传动变频器状态远程监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115078892B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116939047A (zh) * | 2023-09-18 | 2023-10-24 | 吉林省车桥汽车零部件有限公司 | 一种用于数控机床系统的数据智能通信方法 |
CN117783745A (zh) * | 2023-12-28 | 2024-03-29 | 浙江智格科技有限公司 | 用于换电柜的数据在线监测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101843135A (zh) * | 2007-11-15 | 2010-09-22 | 索尼公司 | 无线通信设备、程序和无线通信方法 |
KR20160114258A (ko) * | 2015-03-24 | 2016-10-05 | 김정훈 | 바이너리 클러스터의 길이 분산 표준값을 이용한 이진데이터의 압축전송방법 |
CN109478893A (zh) * | 2016-07-25 | 2019-03-15 | 株式会社高速屋 | 数据压缩编码方法、解码方法、其装置及其程序 |
JP2019047450A (ja) * | 2017-09-07 | 2019-03-22 | 東芝情報システム株式会社 | 圧縮処理装置、伸長処理装置、圧縮処理用プログラム、伸長処理用プログラム |
US20210012785A1 (en) * | 2019-07-09 | 2021-01-14 | 2236008 Ontario Inc. | Method for multi-stage compression in sub-band processing |
CN113325364A (zh) * | 2021-07-15 | 2021-08-31 | 金陵科技学院 | 一种基于数据压缩的空时联合测向方法 |
CN113452380A (zh) * | 2021-06-25 | 2021-09-28 | 中国科学院空天信息创新研究院 | 星载sar原始数据压缩方法及装置 |
CN113568959A (zh) * | 2021-08-06 | 2021-10-29 | 联想(北京)有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
US20220182072A1 (en) * | 2020-12-08 | 2022-06-09 | Beijing Horizon Information Technology Co., Ltd. | Data Compression Method and Apparatus, Computer-Readable Storage Medium, and Electronic Device |
CN114722014A (zh) * | 2022-06-09 | 2022-07-08 | 杭银消费金融股份有限公司 | 基于数据库日志文件的批量数据时间序列传输方法及系统 |
CN114840482A (zh) * | 2022-04-18 | 2022-08-02 | 杭州似然数据有限公司 | 时序数据的有损压缩方法、解压方法、设备和存储介质 |
-
2022
- 2022-08-19 CN CN202210995758.8A patent/CN115078892B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101843135A (zh) * | 2007-11-15 | 2010-09-22 | 索尼公司 | 无线通信设备、程序和无线通信方法 |
KR20160114258A (ko) * | 2015-03-24 | 2016-10-05 | 김정훈 | 바이너리 클러스터의 길이 분산 표준값을 이용한 이진데이터의 압축전송방법 |
CN109478893A (zh) * | 2016-07-25 | 2019-03-15 | 株式会社高速屋 | 数据压缩编码方法、解码方法、其装置及其程序 |
JP2019047450A (ja) * | 2017-09-07 | 2019-03-22 | 東芝情報システム株式会社 | 圧縮処理装置、伸長処理装置、圧縮処理用プログラム、伸長処理用プログラム |
US20210012785A1 (en) * | 2019-07-09 | 2021-01-14 | 2236008 Ontario Inc. | Method for multi-stage compression in sub-band processing |
US20220182072A1 (en) * | 2020-12-08 | 2022-06-09 | Beijing Horizon Information Technology Co., Ltd. | Data Compression Method and Apparatus, Computer-Readable Storage Medium, and Electronic Device |
CN113452380A (zh) * | 2021-06-25 | 2021-09-28 | 中国科学院空天信息创新研究院 | 星载sar原始数据压缩方法及装置 |
CN113325364A (zh) * | 2021-07-15 | 2021-08-31 | 金陵科技学院 | 一种基于数据压缩的空时联合测向方法 |
CN113568959A (zh) * | 2021-08-06 | 2021-10-29 | 联想(北京)有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
CN114840482A (zh) * | 2022-04-18 | 2022-08-02 | 杭州似然数据有限公司 | 时序数据的有损压缩方法、解压方法、设备和存储介质 |
CN114722014A (zh) * | 2022-06-09 | 2022-07-08 | 杭银消费金融股份有限公司 | 基于数据库日志文件的批量数据时间序列传输方法及系统 |
Non-Patent Citations (3)
Title |
---|
KAN WANG ET AL.: "Reversible Data Hiding for Block Truncation Coding Compressed Images Based on Prediction-Error Expansion", 《2012 EIGHTH INTERNATIONAL CONFERENCE ON INTELLIGENT INFORMATION HIDING AND MULTIMEDIA SIGNAL PROCESSING》 * |
李锦涛: "面向电力边缘计算的时序数据压缩与恢复技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
马艳萍: "大规模图像检索中高维索引技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116939047A (zh) * | 2023-09-18 | 2023-10-24 | 吉林省车桥汽车零部件有限公司 | 一种用于数控机床系统的数据智能通信方法 |
CN116939047B (zh) * | 2023-09-18 | 2023-11-24 | 吉林省车桥汽车零部件有限公司 | 一种用于数控机床系统的数据智能通信方法 |
CN117783745A (zh) * | 2023-12-28 | 2024-03-29 | 浙江智格科技有限公司 | 用于换电柜的数据在线监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115078892B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115078892B (zh) | 一种单机大传动变频器状态远程监测系统 | |
CN110763929A (zh) | 一种换流站设备智能监测预警系统及方法 | |
CN108627720B (zh) | 一种基于贝叶斯算法的电力设备状态监测方法 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
CN103631681A (zh) | 一种在线修复风电场异常数据的方法 | |
CN111669123B (zh) | 用于对光伏组串进行故障诊断的方法和装置 | |
CN116993329B (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
CN116865623B (zh) | 基于数据分析的新能源电机运行控制系统 | |
CN116861797B (zh) | 一种基于机器学习的隧道电缆剩余寿命预测方法及装置 | |
CN115800552B (zh) | 一种超级电容运行电力调频用智能调控系统及方法 | |
CN113177294A (zh) | 一种应用于变压器油化检测试验的数据联合分析方法 | |
CN107632234A (zh) | 一种基于录波数据的变压器绕组变形评估方法 | |
CN118013351A (zh) | 一种基于双模通信技术的数据采集方法及系统 | |
CN108508860B (zh) | 一种基于耦合关系的流程工业生产系统数据监测方法 | |
CN117668730A (zh) | 基于深度学习算法的煤矿井下刮板机负载异常检测方法 | |
CN117768403A (zh) | 一种基于季节分解的电力线缆温度数据转发决策方法 | |
CN117650621A (zh) | 一种电力系统网络运行状态监控方法及系统 | |
CN117171548A (zh) | 一种基于电网大数据的网络安全态势智能预测方法 | |
CN115661532A (zh) | 一种开关设备的运行状态评估方法及系统 | |
CN2570789Y (zh) | 变压器油箱油中水分在线监测装置 | |
CN113418632A (zh) | 一种油浸式变压器油温预测的概念漂移检测方法 | |
CN114412447A (zh) | 一种螺杆泵井的故障检测方法及装置 | |
CN114429240A (zh) | 高速公路设备运行状态监测方法及装置 | |
CN114049199A (zh) | 一种基于消费信贷场景的风险评估方法及系统实现 | |
CN113098132A (zh) | 一种基于群智能优化的改进机器学习故障诊断系统 |
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 |