CN115793548A - 一种基于大数据云服务的机电控制方法和系统 - Google Patents

Abstract

本发明适用于高速公路技术领域，提供了一种基于大数据云服务的机电控制方法和系统，包括以下步骤：接收各高速路段入口的车流量数据；根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；对预测标定车流进行判定；当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照低耗方案进行低耗运行；当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。如此，路段上只有很少的车辆经过时，一些机电设备会进行低耗运行，降低了电力的消耗。

Description

一种基于大数据云服务的机电控制方法和系统

技术领域

本发明涉及高速公路技术领域，具体是涉及一种基于大数据云服务的机电控制方法和系统。

背景技术

高速公路机电系统主要包括监控系统、照明系统、收费系统以及通信系统，高速公路中需要设置路灯、监控器、测速器等机电设备，这些机电设备目前均是通过布置在高速公路沿线的电网进行供电，随着高速公路的里程不断扩大，需要消耗的电力不断增加，导致高速公路的运维成本也不断增加，很多情况下，某个高速公路路段长时间无车辆经过或者只有很少的车辆经过，但是高速公路中的所有监控系统和照明系统均正常运行，造成了不必要的电力资源浪费。因此，需要提供一种基于大数据云服务的机电控制方法和系统，旨在解决上述问题。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于大数据云服务的机电控制方法和系统，以解决上述背景技术中存在的问题。

本发明是这样实现的，一种基于大数据云服务的机电控制方法，所述方法包括以下步骤：

通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

对各高速路段的预测标定车流进行判定；

当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。

作为本发明进一步的方案：所述根据车流量数据确定各高速路段在后续设定时间内的预测标定车流的步骤，具体包括：

确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

作为本发明进一步的方案：所述确定每个高速路段在设定时间内的前序高速路段的步骤，具体包括：

将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

输出所述高速路段对应的前序高速路段以及比例值。

作为本发明进一步的方案：所述高速路段的预测标定车流等于各个前序高速路段的车流量数据乘以比例值后进行累加。

作为本发明进一步的方案：所述低耗方案包括低功率运行、机电设备间隔运行或者降低运行频率。

本发明的另一目的在于提供一种基于大数据云服务的机电控制系统，所述系统包括：

车流量数据接收模块，用于通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

车流量数据处理模块，用于根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

预测标定车流判定模块，用于对各高速路段的预测标定车流进行判定；

机电设备关闭模块，当预测标定车流小于或者等于第一设定值时，用于使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

机电设备低耗运行模块，当预测标定车流在第一设定值和第二设定值之间时，用于使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

机电设备正常运行模块，当预测标定车流大于或者等于第二设定值时，用于使得对应高速路段的公路机电设备库中的机电设备正常运行。

作为本发明进一步的方案：所述车流量数据处理模块包括：

前序高速路段确定单元，用于确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

预测标定车流确定单元，用于根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

作为本发明进一步的方案：所述前序高速路段确定单元包括：

路段编号输入子单元，用于将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

对应信息输出子单元，用于输出所述高速路段对应的前序高速路段以及比例值。

与现有技术相比，本发明的有益效果是：

本发明通过云服务器接收各高速路段入口的车流量数据，根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；并对各高速路段的预测标定车流进行判定，当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。如此，当高速公路路段上较长时间无车辆经过或者只有很少的车辆经过时，一些机电设备会自动进入休眠状态或者进行低耗运行，降低了电力的消耗。

附图说明

图1为一种基于大数据云服务的机电控制方法的流程图。

图2为一种基于大数据云服务的机电控制方法中根据车流量数据确定各高速路段在后续设定时间内的预测标定车流的流程图。

图3为一种基于大数据云服务的机电控制方法中确定每个高速路段在设定时间内的前序高速路段的流程图。

图4为一种基于大数据云服务的机电控制系统的结构示意图。

图5为一种基于大数据云服务的机电控制系统中车流量数据处理模块的结构示意图。

图6为一种基于大数据云服务的机电控制系统中前序高速路段确定单元的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

如图1所示，本发明实施例提供了一种基于大数据云服务的机电控制方法，所述方法包括以下步骤：

S100，通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

S200，根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

S300，对各高速路段的预测标定车流进行判定；

S400，当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

S500，当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

S600，当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。

需要说明的是，高速公路机电系统主要包括监控系统、照明系统、收费系统以及通信系统，高速公路中需要设置路灯、监控器、测速器等机电设备，这些机电设备目前均是通过布置在高速公路沿线的电网进行供电，随着高速公路的里程不断扩大，需要消耗的电力不断增加，导致高速公路的运维成本也不断增加，很多情况下，某个高速公路路段长时间无车辆经过或者只有很少的车辆经过，但是高速公路中的所有监控系统和照明系统均正常运行，造成了不必要的电力资源浪费，本发明实施例旨在解决上述问题。

本发明实施例中，首先将高速公路划分成很多高速路段，每个高速路段均有自己的路段编号，且每个高速路段的入口处安装有车流量监测设备，所有的车流量监测设备与云服务器通信连接，本发明实施例通过云服务器接收各个车流量监测设备上传的车流量数据，每个车流量数据均标记有所属的高速路段，云服务器具有存储数据和处理数据的功能；接着本发明实施例会根据车流量数据确定各高速路段在后续设定时间内的预测标定车流，通过预测标定车流的大小来控制高速公路机电设备的运行状态，以达到节能的目的，容易理解的是，机电设备如果进入低耗能状态，那么应当能够持续并保持一段时间，否则机电设备在低耗能状态和高耗能状态之间反复横跳，不仅达不到节能的目的，还会影响机电设备的使用寿命，因此，本发明实施例确定的是每个高速路段在后续设定时间内的预测标定车流，所述设定时间为定值，例如半个小时，如果后续半个小时内预测标定车流都较小，那么可以保证机电设备进入低耗能状态至少为半个小时。得到每个高速路段的预测标定车流后，需要对各高速路段的预测标定车流进行判定，当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠，所述第一设定值为高速工作人员根据需求设置的定值，例如将第一设定值设置为0，那么基本在无车辆的情况下，才会关闭公路机电设备库中的机电设备，另外，公路机电设备库中具体包含哪些机电设备也是工作人员自定义的，例如包含有监控器、测速器和路灯；进一步的，当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。如此，当高速公路路段上较长时间无车辆经过或者只有很少的车辆经过时，一些机电设备会自动进入休眠状态或者进行低耗运行，降低了电力的消耗。

本发明实施例中，所述低耗方案包括低功率运行、机电设备间隔运行或者降低运行频率，可以提前为每种机电设备制定专属的低耗方案，例如路灯可以采用低功率运行，降低照明亮度，监控器可以采用间隔运行的方案，即相邻两个监控器，只开启其中一个。另外，每个高速路段的每种机电设备有一个总控制器，所述总控制器与云服务器通信连接，方便实现自动控制和远程控制。

如图2所示，作为本发明一个优选的实施例，所述根据车流量数据确定各高速路段在后续设定时间内的预测标定车流的步骤，具体包括：

S201，确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

S202，根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

本发明实施例中，为了得到每个高速路段在后续设定时间内的预测标定车流，需要确定每个高速路段对应的前序高速路段，此时在前序高速路段经过的车辆，在后续设定时间内有一定的几率经过所述高速路段，例如1032高速路段是2056高速路段的前序高速路段，则现在经过1032高速路段的车辆在半小时内很可能经过2056高速路段，如果1032高速路段与2056高速路段之间没有其它出口的话，那么该车辆一定经过2056高速路段，接着就能够根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流了。

如图3所示，作为本发明一个优选的实施例，所述确定每个高速路段在设定时间内的前序高速路段的步骤，具体包括：

S2011，将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

S2012，输出所述高速路段对应的前序高速路段以及比例值。

本发明实施例中，为了确定每个高速路段的前序高速路段，需要高速工作人员提前建立前序高速路段库，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值，比例值反映的是前序高速路段中的车辆在设定时间内到达所述高速路段的比例，比例值根据历史车辆行驶数据得到，例如1042高速路段中的车辆只有30%会在设定时间内到达2354高速路段，原因是一部分车辆会进入其它高速路段或者直接下高速。将高速路段的路段编号输入至前序高速路段库中后，会直接输出所述高速路段对应的前序高速路段以及比例值，例如部分前序高速路段库如下表所示：

路段编号	前序高速路段（比例值）
		2354高速路段	2354高速路段（100%）、1042高速路段（30%）、1567高速路段（100%）、3204高速路段（84%）
2567高速路段	2567高速路段（100%）、2545高速路段（100%）、1045高速路段（62%）

容易理解，在自己的入口处监测到的车辆势必会经过自身路段，所以每个高速路段都是自己的前序高速路段。紧接着，就可以计算所述高速路段在后续设定时间内的预测标定车流了，预测标定车流等于各个前序高速路段的车流量数据乘以比例值后进行累加，例如2354高速路段的预测标定车流=A1*100%+A2*30%+A3*100%+A4*84%，A1、A2、A3和A4分别为2354高速路段、1042高速路段、1567高速路段以及3204高速路段监测到的车流量数据。

如图4所示，本发明实施例还提供了一种基于大数据云服务的机电控制系统，所述系统包括：

车流量数据接收模块100，用于通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

车流量数据处理模块200，用于根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

预测标定车流判定模块300，用于对各高速路段的预测标定车流进行判定；

机电设备关闭模块400，当预测标定车流小于或者等于第一设定值时，用于使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

机电设备低耗运行模块500，当预测标定车流在第一设定值和第二设定值之间时，用于使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

机电设备正常运行模块600，当预测标定车流大于或者等于第二设定值时，用于使得对应高速路段的公路机电设备库中的机电设备正常运行。

本发明实施例中，首先将高速公路划分成很多高速路段，每个高速路段均有自己的路段编号，且每个高速路段的入口处安装有车流量监测设备，所有的车流量监测设备与云服务器通信连接，本发明实施例通过云服务器接收各个车流量监测设备上传的车流量数据，每个车流量数据均标记有所属的高速路段，云服务器具有存储数据和处理数据的功能；接着本发明实施例会根据车流量数据确定各高速路段在后续设定时间内的预测标定车流，通过预测标定车流的大小来控制高速公路机电设备的运行状态，以达到节能的目的，容易理解的是，机电设备如果进入低耗能状态，那么应当能够持续并保持一段时间，否则机电设备在低耗能状态和高耗能状态之间反复横跳，不仅达不到节能的目的，还会影响机电设备的使用寿命，因此，本发明实施例确定的是每个高速路段在后续设定时间内的预测标定车流，所述设定时间为定值，例如半个小时，如果后续半个小时内预测标定车流都较小，那么可以保证机电设备进入低耗能状态至少为半个小时。得到每个高速路段的预测标定车流后，需要对各高速路段的预测标定车流进行判定，当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠，所述第一设定值为高速工作人员根据需求设置的定值，例如将第一设定值设置为0，那么基本在无车辆的情况下，才会关闭公路机电设备库中的机电设备，另外，公路机电设备库中具体包含哪些机电设备也是工作人员自定义的，例如包含有监控器、测速器和路灯；进一步的，当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。如此，当高速公路路段上较长时间无车辆经过或者只有很少的车辆经过时，一些机电设备会自动进入休眠状态或者进行低耗运行，降低了电力的消耗。

如图5所示，作为本发明一个优选的实施例，所述车流量数据处理模块200包括：

前序高速路段确定单元201，用于确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

预测标定车流确定单元202，用于根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

本发明实施例中，为了得到每个高速路段在后续设定时间内的预测标定车流，需要确定每个高速路段对应的前序高速路段，此时在前序高速路段经过的车辆，在后续设定时间内有一定的几率经过所述高速路段，例如1032高速路段是2056高速路段的前序高速路段，则现在经过1032高速路段的车辆在半小时内很可能经过2056高速路段，如果1032高速路段与2056高速路段之间没有其它出口的话，那么该车辆一定经过2056高速路段，接着就能够根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流了。

如图6所示，作为本发明一个优选的实施例，所述前序高速路段确定单元201包括：

路段编号输入子单元2011，用于将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

对应信息输出子单元2012，用于输出所述高速路段对应的前序高速路段以及比例值。

本发明实施例中，为了确定每个高速路段的前序高速路段，需要高速工作人员提前建立前序高速路段库，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值，比例值反映的是前序高速路段中的车辆在设定时间内到达所述高速路段的比例，比例值根据历史车辆行驶数据得到，例如1042高速路段中的车辆只有30%会在设定时间内到达2354高速路段，原因是一部分车辆会进入其它高速路段或者直接下高速。

以上仅对本发明的较佳实施例进行了详细叙述，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、等同替换和改进等，均应包含在本发明的保护范围之内。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (8)

1.一种基于大数据云服务的机电控制方法，其特征在于，所述方法包括以下步骤：

通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

对各高速路段的预测标定车流进行判定；

当预测标定车流小于或者等于第一设定值时，使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

当预测标定车流在第一设定值和第二设定值之间时，使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

当预测标定车流大于或者等于第二设定值时，使得对应高速路段的公路机电设备库中的机电设备正常运行。

2.根据权利要求1所述的基于大数据云服务的机电控制方法，其特征在于，所述根据车流量数据确定各高速路段在后续设定时间内的预测标定车流的步骤，具体包括：

确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

3.根据权利要求2所述的基于大数据云服务的机电控制方法，其特征在于，所述确定每个高速路段在设定时间内的前序高速路段的步骤，具体包括：

将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

输出所述高速路段对应的前序高速路段以及比例值。

4.根据权利要求3所述的基于大数据云服务的机电控制方法，其特征在于，所述高速路段的预测标定车流等于各个前序高速路段的车流量数据乘以比例值后进行累加。

5.根据权利要求1所述的基于大数据云服务的机电控制方法，其特征在于，所述低耗方案包括低功率运行、机电设备间隔运行或者降低运行频率。

6.一种基于大数据云服务的机电控制系统，其特征在于，所述系统包括：

车流量数据接收模块，用于通过云服务器接收各高速路段入口的车流量数据，每个车流量数据均标记有所属的高速路段；

车流量数据处理模块，用于根据车流量数据确定各高速路段在后续设定时间内的预测标定车流；

预测标定车流判定模块，用于对各高速路段的预测标定车流进行判定；

机电设备关闭模块，当预测标定车流小于或者等于第一设定值时，用于使得对应高速路段的公路机电设备库中的机电设备关闭或者休眠；

机电设备低耗运行模块，当预测标定车流在第一设定值和第二设定值之间时，用于使得对应高速路段的公路机电设备库中的机电设备按照各自的低耗方案进行低耗运行；

机电设备正常运行模块，当预测标定车流大于或者等于第二设定值时，用于使得对应高速路段的公路机电设备库中的机电设备正常运行。

7.根据权利要求6所述的基于大数据云服务的机电控制系统，其特征在于，所述车流量数据处理模块包括：

前序高速路段确定单元，用于确定每个高速路段在设定时间内的前序高速路段，经过前序高速路段的车辆有几率经过所述高速路段；

预测标定车流确定单元，用于根据前序高速路段的车流量数据确定所述高速路段在后续设定时间内的预测标定车流。

8.根据权利要求7所述的基于大数据云服务的机电控制系统，其特征在于，所述前序高速路段确定单元包括：

路段编号输入子单元，用于将高速路段的路段编号输入至前序高速路段库中，所述前序高速路段库中包括所有的路段编号和对应的前序高速路段，以及每个前序高速路段到达所述高速路段的比例值；

对应信息输出子单元，用于输出所述高速路段对应的前序高速路段以及比例值。

Images