CN116934527A - 一种基于大数据的设备能耗监管方法与系统 - Google Patents
一种基于大数据的设备能耗监管方法与系统 Download PDFInfo
- Publication number
- CN116934527A CN116934527A CN202310878395.4A CN202310878395A CN116934527A CN 116934527 A CN116934527 A CN 116934527A CN 202310878395 A CN202310878395 A CN 202310878395A CN 116934527 A CN116934527 A CN 116934527A
- Authority
- CN
- China
- Prior art keywords
- data
- voltage
- current
- unit
- equipment
- 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.)
- Pending
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 230000005540 biological transmission Effects 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 21
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000003672 processing method Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于大数据的设备能耗监管方法与系统,属于设备能耗监管技术领域。本发明系统包括数据采集模块、数据传输模块、数据监测模块以及显示终端;所述数据采集模块的输入端与设备端电性连接;所述数据采集模块的输出端与数据传输模块的输入端电性连接;所述数据传输模块的输出端与数据监测模块的输入端电性连接;所述数据监测模块的输出端与显示终端电性连接;本发明还提供一种方法能够有效的提高对设备能耗方面的监管,及时发现设备故障,便于维修。
Description
技术领域
本发明涉及设备能耗监管技术领域,具体为一种基于大数据的设备能耗监管方法与系统。
背景技术
随着科学技术的蓬勃发展,为了满足生产发展的需要,越来越多的大型用电设备被引入工厂,在工厂的生产过程中,各大机械设备是工厂的核心组件,设备的正常运行是工厂生产的关键,如若用电设备的正常运行得不到保障,一方面降低了工厂的生产率,从而影响工厂收益,另一方面难以保障相关工作人员的安全,因此,需要对设备能耗进行监管。
现有技术在一定程度上可以满足当前要求,但是还存在一定的缺陷,其具体表现在数据的处理方面上,对数据的处理方式过于单一,仅能监测到设备出现故障,未能精准的发现监测时间段内电流电压异常状况以及两者之间的异常关系。
发明内容
本发明的目的在于提供一种基于大数据的设备能耗监管方法与系统,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据的设备能耗监管系统,系统包括数据采集模块、数据传输模块、数据监测模块、以及显示终端;
数据采集模块连接设备端,用于获取设备电流电压数据;数据传输模块连接数据采集模块,用于传输电流电压数据;数据监测模块连接数据传输模块,用于对原始数据进行分项管理和比对,实现设备能耗的监管,并将输出信号传输至显示终端;
数据采集模块的输入端与设备端电性连接;数据采集模块的输出端与数据传输模块的输入端电性连接;数据传输模块的输出端与数据监测模块的输入端电性连接;数据监测模块的输出端与显示终端电性连接。
进一步的,数据采集模块包括电流传感器和电压传感器;电流传感器用于采集用电设备任意时刻的电流数据;电压传感器用于采集用电设备任意时刻的电压数据。
进一步的,数据传输模块将采集到的数据传输至数据监测模块,在数据监测模块进行数据的处理与分析。
进一步的,数据监测模块包括数据库、数据处理中心以及数据存储中心;
数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue与设备正常工作平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据和电压数据;
数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析;数据存储中心储存数据处理中心A单元、B单元和C单元生成的数据。
进一步的,所述显示终端将显示数据监测模块的提醒信号。
一种基于大数据的设备能耗监管方法,该方法包括以下步骤:
S1.利用数据采集模块,对设备端数据进行统一收集;
S2.利用数据传输模块,将S1的数据上传数据库;
S3.数据处理中心处理数据,对S2的数据进行分析整理,且将整理后的数据传递给数据存储中心;
S4.显示终端输出警示信号,实现对设备能耗的监测。
进一步的,步骤S1的数据采集包括如下具体步骤:
S101.电流传感器采集用电设备任意时刻的电流数据;
S102.电压传感器采集用电设备任意时刻的电压数据。
进一步的,步骤S2的数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue与设备正常工作平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据和电压数据;
步骤S3的数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析,将各单元分析结果上传至数据存储中心;
A单元数据处理方法包括以下步骤:
SA-1.读取数据库中设备铭牌上额定电流Ie、额定电压Ue与设备正常工作的平均电流数据和平均电压数据/>
SA-2.分别计算电流允许误差范围系数α和电压允许误差范围系数β,根据公式:
将计算结果生成预设数据存储于数据存储中心。
数据B单元处理方法包括以下步骤:
SB-1.将采集到的数据分别按电流电压进行分类,记为Im和Um,其中m表示任意时间点的数据编号,m=1,2,...,n;
SB-2.将设备铭牌上额定电流Ie、额定电压Ue与采集到的数据按电流电压分别计算电流误差系数αm和电压误差系数βm,根据公式:
将计算结果生成日志数据传递至数据存储中心。
数据C单元处理方法包括以下步骤:
SC-1.任取监测时间段的电流数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电流误差系数αm与电流允许误差范围系数α的比对结果为αm>α,则说明存在电流异常点;统计出监测时间段的电流异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电流初步异常;若出现P小于等于Q,则判定设备电流初步正常。
求监测时间段的电流数据平均值,根据公式得到电流平均值/>与Ie的大小关系;
其中电流平均值与Ie的大小关系如下:
i.若则输出a1特征信号;
ii.若则输出b1特征信号;
把监测时间段出现电流异常点按时间顺序进行排序,并把与之对应的电流误差系数αm按照数值从小到大进行排序,若出现电流误差系数αm随着时间变化而呈单调趋势,则输出c1特征信号,反之输出d1特征信号;
SC-2.任取监测时间段的电压数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电压误差系数βm与电压允许误差范围系数β的比对结果为βm>β,则说明存在电压异常点;统计出此时间段的电压异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电压初步异常;
求监测时间段的电压数据平均值,根据公式得到电压平均值/>与Ue的大小关系;
其中电压平均值与Ue的大小关系如下:
i.若则输出a2特征信号;
ii.若则输出b2特征信号;
把监测时间段出现电压异常点按时间顺序进行排序,并把与之对应的电压误差系数βm按照数值从小到大进行排序,若出现电压误差系数βm随着时间变化而呈单调趋势,则输出c2特征信号,反之输出d2特征信号;
将数据处理结果上传至数据存储中心。
进一步的,步骤S4显示终端输出警示信号包括以下内容:
i.若设备电流初步异常;或者设备电流初步正常,且存在{a1,c1}的情况,则显示终端输出“电流一级预警”信号;
ii.若设备电流初步正常,且存在{a1,d1},{b1,c1}任一情况,则显示终端输出“电流二级预警”信号;
iii.若设备电压初步异常;或者设备电压初步正常,且存在{a2,c2}的情况,则显示终端输出“电压一级预警”信号;
iv.若设备电压初步正常,且存在{a2,d2},{b2,c2}任一情况,则显示终端输出“电压二级预警”信号;
v.若设备电流电压均为初步正常,且存在{{b1,d1},{b2,d2}}的情况,则显示终端输出“设备运行正常”;
其中一级预警信号预警程度高于二级预警信号。
其中显示终端可为在线平台,在线平台通过无线通信的方式获取预警信号,并显示提醒信息,方便维修人员及时进行维修。
与现有技术相比,本发明所达到的有益效果是:
1.通过获取设备实时电流电压数据,计算电流误差系数αm和电压误差系数βm,可以明确时间点的电流电压异常点个数;
2.通过获取异常点个数,得到异常指数P,与阈值指数Q进行比对,可以初步判定电流电压的异常状况;
3.通过对监测时间段的电流电压平均值与额定电流电压的比对,得到预警信号,可以更加直观的监测出具体时间段的设备电流和电压异常关系,以便维修人员及时处理,达到监管设备能耗的目的。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的设备能耗监管系统的流程示意图;
图2是本发明一种基于大数据的设备能耗监管方法的步骤示意图。
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。
请参阅图1,本发明提供技术方案:
一种基于大数据的设备能耗监管系统,该系统包括数据采集模块、数据传输模块、数据监测模块、以及显示终端;
数据采集模块连接设备端,用于获取设备电流电压数据;数据传输模块连接数据采集模块,用于传输电流电压数据;数据监测模块连接数据传输模块,用于对原始数据进行分项管理和比对,实现设备能耗的监管,并将输出信号传输至显示终端;
数据采集模块的输入端与设备端电性连接;数据采集模块的输出端与数据传输模块的输入端电性连接;数据传输模块的输出端与数据监测模块的输入端电性连接;数据监测模块的输出端与显示终端电性连接。
数据采集模块包括电流传感器和电压传感器;电流传感器用于采集用电设备任意时刻的电流数据;电压传感器用于采集用电设备任意时刻的电压数据。
数据传输模块将采集到的数据传输至数据监测模块,在数据监测模块进行数据的处理与分析。
数据监测模块包括数据库、数据处理中心以及数据存储中心;
数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue与设备正常工作平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据和电压数据;
数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析;数据存储中心储存数据处理中心A单元、B单元和C单元生成的数据。
显示终端将显示数据监测模块的提醒信号。
请参阅图2,本发明提供技术方案:
一种基于大数据的设备能耗监管方法,该方法包括以下步骤:
S1.利用数据采集模块,对设备端数据进行统一收集;
S2.利用数据传输模块,将S1的数据上传数据库;
S3.数据处理中心处理数据,对S2的数据进行分析整理,且将整理后的数据传递给数据存储中心;
S4.显示终端输出警示信号,实现对设备能耗的监测。
步骤S1的数据采集包括如下具体步骤:
S101.电流传感器采集用电设备任意时刻的电流数据;
S102.电压传感器采集用电设备任意时刻的电压数据。
步骤S2的数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue与设备正常工作平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据和电压数据;
步骤S3的数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析,将各单元分析结果上传至数据存储中心;
A单元数据处理方法包括以下步骤:
SA-1.读取数据库中设备铭牌上额定电流Ie、额定电压Ue与设备正常工作的平均电流数据和平均电压数据/>
SA-2.分别计算电流允许误差范围系数α和电压允许误差范围系数β,根据公式:
将计算结果生成预设数据存储于数据存储中心;
数据B单元处理方法包括以下步骤:
SB-1.将采集到的数据分别按电流电压进行分类,记为Im和Um,其中m表示任意时间点的数据编号,m=1,2,...,n;
SB-2.将设备铭牌上额定电流Ie、额定电压Ue与采集到的数据按电流电压分别计算电流误差系数αm和电压误差系数βm,根据公式:
将计算结果生成日志数据传递至数据存储中心;
数据C单元处理方法包括以下步骤:
SC-1.任取监测时间段的电流数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电流误差系数αm与电流允许误差范围系数α的比对结果为αm>α,则说明存在电流异常点;统计出监测时间段的电流异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电流初步异常;若出现P小于等于Q,则判定设备电流初步正常。
求监测时间段的电流数据平均值,根据公式得到电流平均值/>与Ie的大小关系;
其中电流平均值与Ie的大小关系如下:
i.若则输出a1特征信号;
ii.若则输出b1特征信号;
把监测时间段出现电流异常点按时间顺序进行排序,并把与之对应的电流误差系数αm按数值小到大进行排序,若出现电流误差系数αm随着时间变化而呈单调趋势,则输出c1特征信号,反之输出d1特征信号;
SC-2.任取监测时间段的电压数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电压误差系数βm与电压允许误差范围系数β的比对结果为βm>β,则说明存在电压异常点;统计出此时间段的电压异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电压初步异常;
求监测时间段的电压数据平均值,根据公式得到电压平均值/>与Ue的大小关系;
其中电压平均值与Ue的大小关系如下:
i.若则输出a2特征信号;
ii.若则输出b2特征信号;
把监测时间段出现电压异常点按时间顺序进行排序,并把与之对应的电压误差系数βm按照从小到大进行排序,若出现电压误差系数βm随着时间变化而呈单调趋势,则输出c2特征信号,反之输出d2特征信号;
将数据处理结果上传至数据存储中心。
步骤S4显示终端输出警示信号包括以下内容:
i.若设备电流初步异常;或者设备电流初步正常,且存在{a1,c1}的情况,则显示终端输出“电流一级预警”信号;
ii.若设备电流初步正常,且存在{a1,d1},{b1,c1}任一情况,则显示终端输出“电流二级预警”信号;
iii.若设备电压初步异常;或者设备电压初步正常,且存在{a2,c2}的情况,则显示终端输出“电压一级预警”信号;
iv.若设备电压初步正常,且存在{a2,d2},{b2,c2}任一情况,则显示终端输出“电压二级预警”信号;
v.若设备电流电压均为初步正常,且存在{{b1,d1},{b2,d2}}的情况,则显示终端输出“设备运行正常”;
其中一级预警信号预警程度高于二级预警信号。
在本实施例中:
假设一设备的额定电流为25A,额定电压为290V,且正常工作时的平均电流为20A,平均电压为290V,根据公式:
计算出α=0.2,β=0。
任取的监测时间段包括三个时间点,且与之对应的电流为I1=24A、I2=32A、I3=40A,根据公式:
计算出α1=0.04,α2=0.28,α3=0.6;
任取的监测时间段包括三个时间点,且与之对应的电压为U1=350V、U2=300V、U3=270V,根据公式:
计算出β1=0.207,β2=0.034,β3=0.069;
由此可见,监测时间段存在两个电流异常点,计算异常指数P=0.67,且大于阈值指数Q=0.5,说明电流初步异常;监测时间段存在三个电压异常点,计算异常指数P=1,且大于阈值指数Q=0.5,说明电压初步异常;
综上所述,最终显示终端输出“电流一级预警”信号和“电压一级预警”信号。
需要说明的是,在本文中,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,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (9)
1.一种基于大数据的设备能耗监管系统,其特征在于:系统包括数据采集模块、数据传输模块、数据监测模块以及显示终端;
所述数据采集模块连接设备端,用于获取设备电流电压数据;所述数据传输模块连接数据采集模块,用于传输电流电压数据;所述数据监测模块连接数据传输模块,用于对原始数据进行分项管理和比对,实现设备能耗的监管,并将输出信号传输至显示终端;
所述数据采集模块的输入端与设备端电性连接;所述数据采集模块的输出端与数据传输模块的输入端电性连接;所述数据传输模块的输出端与数据监测模块的输入端电性连接;所述数据监测模块的输出端与显示终端电性连接。
2.根据权利要求1所述的一种基于大数据的设备能耗监管系统,其特征在于:所述数据采集模块包括电流传感器和电压传感器;所述电流传感器用于采集用电设备任意时刻的电流数据;所述电压传感器用于采集用电设备任意时刻的电压数据。
3.根据权利要求1所述的一种基于大数据的设备能耗监管系统,其特征在于:所述数据传输模块将采集到的数据传输至数据监测模块。
4.根据权利要求1所述的一种基于大数据的设备能耗监管系统,其特征在于:所述数据监测模块包括数据库、数据处理中心、数据存储中心;
所述数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue,以及设备正常工作的平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据Im和电压数据Um,其中m表示任意时间点的数据编号,m=1,2,...,n;
所述数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析,生成预警信号;所述数据存储中心储存数据处理中心A单元、B单元和C单元生成的数据。
5.根据权利要求1所述的一种基于大数据的设备能耗监管系统,其特征在于:所述显示终端将显示数据监测模块的提醒信号。
6.一种基于大数据的设备能耗监管方法,其特征在于:该方法包括以下步骤:
S1.利用数据采集模块,对设备端数据进行统一收集;
S2.利用数据传输模块,将S1的数据上传数据库;
S3.数据处理中心处理数据,对S2的数据进行分析整理,且将整理后的数据传递给数据存储中心;
S4.显示终端输出警示信号,实现对设备能耗的监测。
7.根据权利要求6所述的一种基于大数据的设备能耗监管方法,其特征在于:所述步骤S1包括如下具体步骤:
S7-1.电流传感器采集用电设备任意时刻的电流数据;
S7-2.电压传感器采集用电设备任意时刻的电压数据。
8.根据权利要求6所述的一种基于大数据的设备能耗监管方法,其特征在于:所述数据库包括历史数据单元与实时数据单元,其中历史数据单元为存储设备铭牌上额定电流Ie、额定电压Ue与设备正常工作平均电流数据和平均电压数据/>实时数据单元为存储设备任意时刻的电流数据和电压数据;
所述数据处理中心包括A单元、B单元和C单元,其中A单元将对数据库中的历史数据进行计算分析,生成预设数据,B单元将对数据库中的实时数据中的任意时间点数据进行计算分析,生成日志数据,C单元将对数据库中的实时数据中的任意连续时间段数据进行计算分析,生成预警信号;
所述A单元数据处理方法包括以下步骤:
SA-1.读取数据库中设备铭牌上额定电流Ie、额定电压Ue与设备正常工作的平均电流数据和平均电压数据/>
SA-2.分别计算电流允许误差范围系数α和电压允许误差范围系数β,根据公式:
将计算结果生成预设数据存储于数据存储中心;
所述数据B单元处理方法包括以下步骤:
SB-1.将采集到的数据分别按电流电压进行分类,记为Im和Um,其中m表示任意时间点的数据编号,m=1,2,...,n;
SB-2.将设备铭牌上额定电流Ie、额定电压Ue与采集到的数据按电流电压分别计算电流误差系数αm和电压误差系数βm,根据公式:
将计算结果生成日志数据传递至数据存储中心;
所述数据C单元处理方法包括以下步骤:
SC-1.任取监测时间段的电流数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电流误差系数αm与电流允许误差范围系数α的比对结果为αm>α,则说明存在电流异常点;统计出监测时间段的电流异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电流初步异常;若出现P小于等于Q,则判定设备电流初步正常;
求监测时间段的电流数据平均值,得到电流平均值与Ie的大小关系;
其中电流平均值与Ie的大小关系如下:
i.若则输出a1特征信号;
ii.若则输出b1特征信号;
把监测时间段出现电流异常点按时间顺序进行排序,并把与之对应的电流误差系数αm按照数值从小到大进行排序,若出现电流误差系数αm随着时间变化而呈单调趋势,则输出c1特征信号,反之输出d1特征信号;
SC-2.任取监测时间段的电压数据,且监测时间段包括k个时间点,其中k<n,若监测时间段的时间点的电压误差系数βm与电压允许误差范围系数β的比对结果为βm>β,则说明存在电压异常点;统计出此时间段的电压异常点个数x,根据公式计算异常指数;把得到的异常指数P与设定的阈值指数Q进行比对,若出现P大于Q,则判定设备电压初步异常;若出现P小于等于Q,则判定设备电压初步正常;
求监测时间段的电压数据平均值,得到电压平均值与Ue的大小关系;
其中电压平均值与Ue的大小关系如下:
i.若则输出a2特征信号;
ii.若则输出b2特征信号;
把监测时间段出现电压异常点按时间顺序进行排序,并把与之对应的电压误差系数βm按照数值从小到大进行排序,若出现电压误差系数βm随着时间变化而呈单调趋势,则输出c2特征信号,反之输出d2特征信号;
将数据处理结果上传至数据存储中心。
9.根据权利要求8所述的一种基于大数据的设备能耗监管方法,其特征在于:所述显示终端输出警示信号包括以下内容:
i.若设备电流初步异常;或者设备电流初步正常,且存在{a1,c1}的情况,则显示终端输出“电流一级预警”信号;
ii.若设备电流初步正常,且存在{a1,d1},{b1,c1}任一情况,则显示终端输出“电流二级预警”信号;
iii.若设备电压初步异常;或者设备电压初步正常,且存在{a2,c2}的情况,则显示终端输出“电压一级预警”信号;
iv.若设备电压初步正常,且存在{a2,d2},{b2,c2}任一情况,则显示终端输出“电压二级预警”信号;
v.若设备电流电压均为初步正常,且存在{{b1,d1},{b2,d2}}的情况,则显示终端输出“设备运行正常”;
其中一级预警信号预警程度高于二级预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310878395.4A CN116934527A (zh) | 2023-07-18 | 2023-07-18 | 一种基于大数据的设备能耗监管方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310878395.4A CN116934527A (zh) | 2023-07-18 | 2023-07-18 | 一种基于大数据的设备能耗监管方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934527A true CN116934527A (zh) | 2023-10-24 |
Family
ID=88388979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310878395.4A Pending CN116934527A (zh) | 2023-07-18 | 2023-07-18 | 一种基于大数据的设备能耗监管方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934527A (zh) |
-
2023
- 2023-07-18 CN CN202310878395.4A patent/CN116934527A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117131110B (zh) | 一种基于关联分析的容性设备介质损耗监测方法及系统 | |
CN111209934A (zh) | 风机故障预报警方法及系统 | |
CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
CN115601197B (zh) | 光伏电站的异常状态检测方法、装置 | |
CN116244765A (zh) | 一种基于工业互联网的设备维护管理方法 | |
CN111045364A (zh) | 一种基于大数据平台的动力环境监控系统辅助决策方法 | |
CN113128707A (zh) | 一种配电自动化终端态势风险评估方法 | |
CN116993329A (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
CN116885858A (zh) | 一种基于数字孪生技术的配电网故障处理方法及系统 | |
CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及系统 | |
CN117833468A (zh) | 一种运行中配电环网柜断路器单元传控部件检修方法 | |
CN110674240B (zh) | 一种基于gis的电力设备分布式多级智能故障诊断系统 | |
CN116070140B (zh) | 一种配电变电站安全运行状态监测系统及方法 | |
CN116934527A (zh) | 一种基于大数据的设备能耗监管方法与系统 | |
CN115898925B (zh) | 一种基于振动信号多阶矩的风机故障预警方法 | |
CN116664098A (zh) | 一种光伏电站的异常检测方法及系统 | |
CN115392663A (zh) | 一种基于大数据的数据采集处理方法 | |
CN117950381B (zh) | 一种数字化生产制造管理系统 | |
CN216347109U (zh) | 一种电力供暖锅炉故障预警系统 | |
CN115112980B (zh) | 一种多源信息融合的高压开关柜故障诊断方法 | |
CN117277568A (zh) | 一种电力设备远程智能监控系统及方法 | |
CN116679630B (zh) | 基于超声波检测的设备安全监测系统 | |
CN115711206B (zh) | 一种基于聚类权重的风力发电机叶片覆冰状态监测系统 | |
CN118095663B (zh) | 一种生产车间管理智能安灯系统 | |
CN113722659B (zh) | 一种基于缺陷模式的变电主设备诊断方法和系统 |
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 |