CN117873299A - 一种基于大数据的设备供能数据监测方法及系统 - Google Patents
一种基于大数据的设备供能数据监测方法及系统 Download PDFInfo
- Publication number
- CN117873299A CN117873299A CN202410003037.3A CN202410003037A CN117873299A CN 117873299 A CN117873299 A CN 117873299A CN 202410003037 A CN202410003037 A CN 202410003037A CN 117873299 A CN117873299 A CN 117873299A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- module
- consumption value
- time
- power supply
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005265 energy consumption Methods 0.000 claims abstract description 178
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000009499 grossing Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000008033 biological extinction Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于大数据的设备供能数据监测方法及系统,属于显示设备供能数据监测技术领域。本发明包括设备能耗监测模块、能耗预测分析模块、智能切换模块、供电模块以及时间预警模块:所述设备能耗监测模块的输出端与所述能耗预测分析模块的输入端相连接;所述能耗预测分析模块的输出端与所述智能切换模块的输入端相连接;所述智能切换模块的输出端与所述供电模块的输入端相连接;所述供电模块的输出端与所述时间预警模块的输入端相连接。本发明能够改变常规家用电器必须用线控制的难点,让用户使用起来更加方便快捷;同时在显示设备一旦失去电源直连供电时,考虑平均功耗能够维持的显示设备应急使用时间,提高应急判断能力。
Description
技术领域
本发明涉及显示设备供能数据监测技术领域,具体为一种基于大数据的设备供能数据监测方法及系统。
背景技术
显示设备,是一种可输出图像或感触信息的设备,在目前已经非常成熟且普遍的事物,其主要依赖于电源供电形成,能够将输入信号转化为相应的显示输出,更加直观。
但是目前的显示设备一旦失去电源直连供电,就会在瞬间丧失功能,尤其在智能家居领域,常常导致家用电器需要线束控制或者手动更换电池,繁杂难理,目前缺乏利用无线控制进行智能切换备用电池的方式;同时在备用电池的切换领域,往往只考虑平均功耗能够维持的显示设备应急使用时间,而忽略显示设备可能由于工作时长导致内部零件温升、磨损等问题,功耗出现偏差,从而导致时间提前等问题,影响正常应急判断。
发明内容
本发明的目的在于提供一种基于大数据的设备供能数据监测方法及系统,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供能数据监测方法,该方法包括以下步骤:
S1、构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;
S2、分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;
S3、基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
S4、实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口。
根据上述技术方案,所述持续工作指同一状态连续工作;所述间歇工作指工作中切换不同状态;所述状态包括调高参数与调低参数,所述参数包括亮度、分辨率、屏幕刷新率。
根据上述技术方案,所述构建持续工作能耗值模型包括:
S3-1、获取显示设备持续工作下的各个零件的历史能耗值变化,以持续工作时间为自变量,持续工作下的功耗为因变量,形成矩阵形式,记为其中,Xi、Yi分别对应持续工作时间与持续工作下的功耗;
S3-2、对所有矩阵形式进行曲线平滑,形成持续工作能耗值预测输出:
其中,代表预测输出;Z11、Z12代表持续工作时间的逆推参数;Z21、Z22代表持续工作下的功耗的逆推参数;Q1代表持续工作时间的加权参数;Q2代表持续工作下的功耗的加权参数;计算包括:
其中,A=(Ax、Ay)、B=(Bx、By)、C=(Cx、Cy)都是2x1的矩阵,其表达式为A=P0-2P1+P2;B=2P1-2P0;C=P0;P0代表持续工作时间的最小值对应的矩阵形式;P1代表除去P0、P2的任一个中间点;P2代表持续工作时间的最大值对应的矩阵形式。
在本申请中,主要处理断电后的功耗情况,断电后导致采集监测端口失效,一般指通过切换备用电源进行自动供电,维持显示设备继续运行。
利用曲线产生的轨迹递推式,用作轨迹平滑,将轨迹点上一帧的观测值代入递推式,得到当前帧的轨迹预测点,与当前帧的观测值进行加权平均,就有一定比例让轨迹线沿着平滑曲线前进,起到平滑作用。
根据上述技术方案,所述构建间歇工作下的能耗值模型包括:
获取显示设备间歇工作下的各个零件的历史能耗值变化,在每个状态切换时间点进行采集,形成矩阵形式,记为其中,Lj、Mj分别对应上一个状态的持续工作时间与切换时间点时的功耗;对下一个状态内的所有矩阵形式进行曲线平滑,形成Lj下的间歇工作能耗值预测输出:
调用步骤S3-2的方程,定义新的A、B、C记为A1、B1、C1;其表达式为A1=P00-2P11+P22;B1=2P11-2P00;C1=P00;P00代表Lj时对应的矩阵形式;P11代表除去P00、P22的任一个中间点;P2代表下一个状态结束时对应的矩阵形式;
形成Lj下的间歇工作能耗值预测曲线,以Lj作为核心,形成Lj区域,获取任一个状态切换时间点的上一个状态的持续工作时间,代入Lj下的间歇工作能耗值预测曲线,计算预测值与实际值之间的差值,若差值小于系统预定阈值,则将任一个状态切换时间点的上一个状态的持续工作时间记入Lj区域;
在历史数据内,随机调用形成若干个Lj区域,若存在任一个状态切换时间点的上一个状态的持续工作时间属于多个Lj区域,则只选取与系统预定阈值差值最小的对应的Lj区域保留,其余均删除;
构建可分析单位时间档,系统预设标准状态,在参数高于标准状态时,取k1t1作为状态时长;在参数低于标准状态时,取k2t1作为状态时长,其中,k1、k2指系统预设系数;t1指状态实际持续时长。
主要考虑到零件工作过程温升的问题,例如第一个t0工作时间较长时,零件的温升较高,如果开始调高。整个温升变化幅度就不会很大,这时的曲线程度就和t0较短时不同,在第二次时,考虑到总时间问题,先将时间综合,不同档位带来的时间不同,形成一个可分析的单位时间档。
根据切换电路的实际能耗值,判断在不同的状态下,电源失效后,显示设备能够维持的时间,这里直接用预测出的单位能耗与时间的乘积即可。
一种基于大数据的设备供能数据监测系统,该系统包括设备能耗监测模块、能耗预测分析模块、智能切换模块、供电模块以及时间预警模块:
所述设备能耗监测模块用于构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;所述能耗预测分析模块用于分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;所述智能切换模块用于实时获取显示设备的电路状态,在出现电路故障时,智能切换至供电模块;所述供电模块用于在外接电源失效时,为显示设备供电;所述时间预警模块用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述设备能耗监测模块的输出端与所述能耗预测分析模块的输入端相连接;所述能耗预测分析模块的输出端与所述智能切换模块的输入端相连接;所述智能切换模块的输出端与所述供电模块的输入端相连接;所述供电模块的输出端与所述时间预警模块的输入端相连接。
根据上述技术方案,所述设备能耗监测模块包括采集单元与存储单元;
所述采集单元用于构建显示设备能耗监测平台,实时采集显示设备能耗监测平台显示的各个零件的能耗值;所述存储单元用于存储能耗值在数据库中;
所述采集单元的输出端与所述存储单元的输入端相连接。
根据上述技术方案,所述能耗预测分析模块包括持续工作分析单元与间歇工作分析单元;
所述持续工作分析单元基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;所述间歇工作分析单元基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
所述持续工作分析单元与间歇工作分析单元的输出端均连接至时间预警模块的输入端。
根据上述技术方案,所述智能切换模块包括监测单元与指令单元;
所述监测单元用于实时获取显示设备的电路状态,在出现电路故障时,形成控制指令;所述指令单元用于接收控制指令,并将指令送入供电模块;
所述监测单元的输出端与所述指令单元的输入端相连接。
根据上述技术方案,所述供电模块采用双电源供电电路,所述双电源供电电路包括按键开关、MCU控制显示模块和双电源切换模块;其中所述按键开关用于按下按键信号产生高电平经过二极管降压整流后将信号送到MCU端进行处理用来控制显示屏的显示和熄灭功能;所述MCU控制显示模块用于检测按键信号进行显示模组的点亮和熄灭,所述双电源切换模块用于当总电源移除后,切换为备用电源供显示设备使用。
根据上述技术方案,所述时间预警模块包括选择单元与预警单元;
所述选择单元用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值;所述预警单元基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述选择单元的输出端与所述预警单元的输入端相连接。
与现有技术相比,本发明所达到的有益效果是:本发明能够通过只需增加蓝牙模块或WIFI模块就可以做到无线控制,并且增加了备用电源,改变了常规家用电器必须用线控制的难点,可以让用户使用起来更加方便快捷,提高了显示模组的使用寿命;同时在显示设备一旦失去电源直连供电时,智能切换备用电池,考虑平均功耗能够维持的显示设备应急使用时间,提高应急判断能力,降低风险。
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供能数据监测系统的供电模块的双电源供电电路示意图。
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,在本实施例一中,提供一种基于大数据的设备供能数据监测系统,该系统包括设备能耗监测模块、能耗预测分析模块、智能切换模块、供电模块以及时间预警模块:
所述设备能耗监测模块用于构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;所述能耗预测分析模块用于分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;所述智能切换模块用于实时获取显示设备的电路状态,在出现电路故障时,智能切换至供电模块;所述供电模块用于在外接电源失效时,为显示设备供电;所述时间预警模块用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述设备能耗监测模块的输出端与所述能耗预测分析模块的输入端相连接;所述能耗预测分析模块的输出端与所述智能切换模块的输入端相连接;所述智能切换模块的输出端与所述供电模块的输入端相连接;所述供电模块的输出端与所述时间预警模块的输入端相连接。
所述设备能耗监测模块包括采集单元与存储单元;
所述采集单元用于构建显示设备能耗监测平台,实时采集显示设备能耗监测平台显示的各个零件的能耗值;所述存储单元用于存储能耗值在数据库中;
所述采集单元的输出端与所述存储单元的输入端相连接。
所述能耗预测分析模块包括持续工作分析单元与间歇工作分析单元;
所述持续工作分析单元基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;所述间歇工作分析单元基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
所述持续工作分析单元与间歇工作分析单元的输出端均连接至时间预警模块的输入端。
所述智能切换模块包括监测单元与指令单元;
所述监测单元用于实时获取显示设备的电路状态,在出现电路故障时,形成控制指令;所述指令单元用于接收控制指令,并将指令送入供电模块;
所述监测单元的输出端与所述指令单元的输入端相连接。
如图1所示,所述供电模块采用双电源供电电路,所述双电源供电电路包括按键开关、MCU控制显示模块和双电源切换模块;其中所述按键开关用于按下按键信号产生高电平经过二极管降压整流后将信号送到MCU端进行处理用来控制显示屏的显示和熄灭功能;所述MCU控制显示模块用于检测按键信号进行显示模组的点亮和熄灭,所述双电源切换模块用于当总电源移除后,切换为备用电源供显示设备使用。
在本实施例中,构建供电模块的电路图工作流程如下:
步骤一:5V电源输入后,经过肖特基二极管D20整流降压,5V电源经过电阻R1和电阻R98分压后到达POMS管的栅极,此时栅极电压为高电平,此时POMS管Q4处于关断状态。
步骤二:按键按下ISP_1信号得到电平一路供给肖特基二极管D21,一路供给开关二极管D22,此时电压经过D21后电压降低,经过降压模块后电压为A,此时MCU端得到启动电压A,系统被唤醒并开始启动,电平经过开关二极管D22后电压为B,此时MCU端读取按键信号,显示模块被唤醒。
步骤三:MCU系统唤醒后输出高电平信号到达电阻R101,高电平信号经过电阻R101与电阻R104分压后,NPN三极管Q6的基极得到电压C,因为Q6的基极电压大于发射极电压所以NPN三极管Q6饱和导通,Q6的集电极端电压为0V,因为Q6的集电极与PMOS管Q5的栅极连接所以PMOS管Q5的栅极为0V,此时PMOS管Q5的漏极与源极导通此时松开开关按键,显示模组保持常亮。
步骤四:当5V电源移除后,备用电池电源经过PMOS管Q4的D极经过PMOS的寄生二极管导通到POMS管Q4的S极此时电压为D,然后与肖特基二极管D20的负极相连接此时系统电源切换完成。
当5V电源再次接入后,因为5V电压大于备用电池电源的电压D,所以自动切换为5V供电。
所述时间预警模块包括选择单元与预警单元;
所述选择单元用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值;所述预警单元基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述选择单元的输出端与所述预警单元的输入端相连接。
在本实施例二中,还提供一种基于大数据的设备供能数据监测方法,该方法包括:
构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;
分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;
基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
所述持续工作指同一状态连续工作;所述间歇工作指工作中切换不同状态;所述状态包括调高参数与调低参数,所述参数包括亮度、分辨率、屏幕刷新率。
所述构建持续工作能耗值模型包括:
S3-1、获取显示设备持续工作下的各个零件的历史能耗值变化,以持续工作时间为自变量,持续工作下的功耗为因变量,形成矩阵形式,记为其中,Xi、Yi分别对应持续工作时间与持续工作下的功耗;
S3-2、对所有矩阵形式进行曲线平滑,形成持续工作能耗值预测输出:
其中,代表预测输出;Z11、Z12代表持续工作时间的逆推参数;Z21、Z22代表持续工作下的功耗的逆推参数;Q1代表持续工作时间的加权参数;Q2代表持续工作下的功耗的加权参数;计算包括:
其中,A=(Ax、Ay)、B=(Bx、By)、C=(Cx、Cy)都是2x1的矩阵,其表达式为A=P0-2P1+P2;B=2P1-2P0;C=P0;P0代表持续工作时间的最小值对应的矩阵形式;P1代表除去P0、P2的任一个中间点;P2代表持续工作时间的最大值对应的矩阵形式。
所述构建间歇工作下的能耗值模型包括:
获取显示设备间歇工作下的各个零件的历史能耗值变化,在每个状态切换时间点进行采集,形成矩阵形式,记为其中,Lj、Mj分别对应上一个状态的持续工作时间与切换时间点时的功耗;对下一个状态内的所有矩阵形式进行曲线平滑,形成Lj下的间歇工作能耗值预测输出:
调用步骤S3-2的方程,定义新的A、B、C记为A1、B1、C1;其表达式为A1=P00-2P11+P22;B1=2P11-2P00;C1=P00;P00代表Lj时对应的矩阵形式;P11代表除去P00、P22的任一个中间点;P2代表下一个状态结束时对应的矩阵形式;
形成Lj下的间歇工作能耗值预测曲线,以Lj作为核心,形成Lj区域,获取任一个状态切换时间点的上一个状态的持续工作时间,代入Lj下的间歇工作能耗值预测曲线,计算预测值与实际值之间的差值,若差值小于系统预定阈值,则将任一个状态切换时间点的上一个状态的持续工作时间记入Lj区域;
在历史数据内,随机调用形成若干个Lj区域,若存在任一个状态切换时间点的上一个状态的持续工作时间属于多个Lj区域,则只选取与系统预定阈值差值最小的对应的Lj区域保留,其余均删除;
构建可分析单位时间档,系统预设标准状态,在参数高于标准状态时,取k1t1作为状态时长;在参数低于标准状态时,取k2t1作为状态时长,其中,k1、k2指系统预设系数;t1指状态实际持续时长。
实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口。
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 (10)
1.一种基于大数据的设备供能数据监测方法,其特征在于:该方法包括以下步骤:
S1、构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;
S2、分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;
S3、基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
S4、实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口。
2.根据权利要求1所述的一种基于大数据的设备供能数据监测方法,其特征在于:所述持续工作指同一状态连续工作;所述间歇工作指工作中切换不同状态;所述状态包括调高参数与调低参数,所述参数包括亮度、分辨率、屏幕刷新率。
3.根据权利要求1所述的一种基于大数据的设备供能数据监测方法,其特征在于:所述构建持续工作能耗值模型包括:
S3-1、获取显示设备持续工作下的各个零件的历史能耗值变化,以持续工作时间为自变量,持续工作下的功耗为因变量,形成矩阵形式,记为其中,Xi、Yi分别对应持续工作时间与持续工作下的功耗;
S3-2、对所有矩阵形式进行曲线平滑,形成持续工作能耗值预测输出:
其中,代表预测输出;Z11、Z12代表持续工作时间的逆推参数;Z21、Z22代表持续工作下的功耗的逆推参数;Q1代表持续工作时间的加权参数;Q2代表持续工作下的功耗的加权参数;计算包括:
其中,A=(Ax、Ay)、B=(Bx、By)、C=(Cx、Cy)都是2x1的矩阵,其表达式为A=P0-2P1+P2;B=2P1-2P0;C=P0;P0代表持续工作时间的最小值对应的矩阵形式;P1代表除去P0、P2的任一个中间点;P2代表持续工作时间的最大值对应的矩阵形式。
4.根据权利要求3所述的一种基于大数据的设备供能数据监测方法,其特征在于:所述构建间歇工作下的能耗值模型包括:
获取显示设备间歇工作下的各个零件的历史能耗值变化,在每个状态切换时间点进行采集,形成矩阵形式,记为其中,Lj、Mj分别对应上一个状态的持续工作时间与切换时间点时的功耗;对下一个状态内的所有矩阵形式进行曲线平滑,形成Lj下的间歇工作能耗值预测输出:
调用步骤S3-2的方程,定义新的A、B、C记为A1、B1、C1;其表达式为A1=P00-2P11+P22;B1=2P11-2P00;C1=P00;P00代表Lj时对应的矩阵形式;P11代表除去P00、P22的任一个中间点;P2代表下一个状态结束时对应的矩阵形式;
形成Lj下的间歇工作能耗值预测曲线,以Lj作为核心,形成Lj区域,获取任一个状态切换时间点的上一个状态的持续工作时间,代入Lj下的间歇工作能耗值预测曲线,计算预测值与实际值之间的差值,若差值小于系统预定阈值,则将任一个状态切换时间点的上一个状态的持续工作时间记入Lj区域;
在历史数据内,随机调用形成若干个Lj区域,若存在任一个状态切换时间点的上一个状态的持续工作时间属于多个Lj区域,则只选取与系统预定阈值差值最小的对应的Lj区域保留,其余均删除;
构建可分析单位时间档,系统预设标准状态,在参数高于标准状态时,取k1t1作为状态时长;在参数低于标准状态时,取k2t1作为状态时长,其中,k1、k2指系统预设系数;t1指状态实际持续时长。
5.一种基于大数据的设备供能数据监测系统,其特征在于:该系统包括设备能耗监测模块、能耗预测分析模块、智能切换模块、供电模块以及时间预警模块:
所述设备能耗监测模块用于构建显示设备能耗监测平台,所述显示设备能耗监测平台用于实时监测显示设备中各个零件的能耗值,并存储在数据库中;所述能耗预测分析模块用于分别获取显示设备持续工作与间歇工作下的各个零件的历史能耗值变化,基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;所述智能切换模块用于实时获取显示设备的电路状态,在出现电路故障时,智能切换至供电模块;所述供电模块用于在外接电源失效时,为显示设备供电;所述时间预警模块用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值,基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述设备能耗监测模块的输出端与所述能耗预测分析模块的输入端相连接;所述能耗预测分析模块的输出端与所述智能切换模块的输入端相连接;所述智能切换模块的输出端与所述供电模块的输入端相连接;所述供电模块的输出端与所述时间预警模块的输入端相连接。
6.根据权利要求5所述的一种基于大数据的设备供能数据监测系统,其特征在于:所述设备能耗监测模块包括采集单元与存储单元;
所述采集单元用于构建显示设备能耗监测平台,实时采集显示设备能耗监测平台显示的各个零件的能耗值;所述存储单元用于存储能耗值在数据库中;
所述采集单元的输出端与所述存储单元的输入端相连接。
7.根据权利要求5所述的一种基于大数据的设备供能数据监测系统,其特征在于:所述能耗预测分析模块包括持续工作分析单元与间歇工作分析单元;
所述持续工作分析单元基于持续工作下的历史能耗值变化,构建持续工作能耗值模型,输出持续工作下的能耗预测情况;所述间歇工作分析单元基于间歇工作下的历史能耗值变化,构建间歇工作下的能耗值模型,输出间歇工作下的能耗预测情况;
所述持续工作分析单元与间歇工作分析单元的输出端均连接至时间预警模块的输入端。
8.根据权利要求5所述的一种基于大数据的设备供能数据监测系统,其特征在于:所述智能切换模块包括监测单元与指令单元;
所述监测单元用于实时获取显示设备的电路状态,在出现电路故障时,形成控制指令;所述指令单元用于接收控制指令,并经指令送入供电模块;
所述监测单元的输出端与所述指令单元的输入端相连接。
9.根据权利要求5所述的一种基于大数据的设备供能数据监测系统,其特征在于:所述供电模块采用双电源供电电路,所述双电源供电电路包括按键开关、MCU控制显示模块和双电源切换模块;其中所述按键开关用于按下按键信号产生高电平经过二极管降压整流后将信号送到MCU端进行处理用来控制显示屏的显示和熄灭功能;所述MCU控制显示模块用于检测按键信号进行显示模组的点亮和熄灭,所述双电源切换模块用于当总电源移除后,切换为备用电源供显示设备使用。
10.根据权利要求5所述的一种基于大数据的设备供能数据监测系统,其特征在于:所述时间预警模块包括选择单元与预警单元;
所述选择单元用于实时获取电路故障显示设备的运行状态,基于不同的运行状态选择不同的能耗值模型,输出未来每个单位时间下的能耗值;所述预警单元基于切换电路的能耗值,形成故障预警时间,反馈至管理员端口;
所述选择单元的输出端与所述预警单元的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410003037.3A CN117873299A (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的设备供能数据监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410003037.3A CN117873299A (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的设备供能数据监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117873299A true CN117873299A (zh) | 2024-04-12 |
Family
ID=90589726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410003037.3A Pending CN117873299A (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的设备供能数据监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117873299A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853106A (zh) * | 2012-11-28 | 2014-06-11 | 同济大学 | 一种建筑能源供应设备的能耗预测参数优化方法 |
CN104808584A (zh) * | 2015-02-17 | 2015-07-29 | 重庆大学 | 机床多源能耗系统多信息在线检测系统 |
CN105652664A (zh) * | 2016-02-29 | 2016-06-08 | 北京航空航天大学 | 一种基于鸽群优化的四旋翼无人机显式预测控制方法 |
CN110579336A (zh) * | 2019-10-15 | 2019-12-17 | 核工业理化工程研究院 | 激光振放链输出功率预测系统及方法 |
CN210957918U (zh) * | 2019-12-30 | 2020-07-07 | 桂林海威科技股份有限公司 | 一种智能恒显示电力监测装置 |
CN111967697A (zh) * | 2020-10-23 | 2020-11-20 | 武汉中电国为技术有限公司 | 一种在线动态能耗智能预警方法、系统、装置和存储介质 |
CN112433907A (zh) * | 2020-10-26 | 2021-03-02 | 深圳前海有电物联科技有限公司 | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 |
CN112788142A (zh) * | 2021-01-18 | 2021-05-11 | 四川中英智慧质量工程技术研究院有限公司 | 一种支持多传感器接入的智能边缘物联网关 |
EP3995843A1 (en) * | 2020-11-06 | 2022-05-11 | ABB Schweiz AG | Efficient monitoring of condition and working times for assets used in an intermittent manner |
-
2024
- 2024-01-02 CN CN202410003037.3A patent/CN117873299A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853106A (zh) * | 2012-11-28 | 2014-06-11 | 同济大学 | 一种建筑能源供应设备的能耗预测参数优化方法 |
CN104808584A (zh) * | 2015-02-17 | 2015-07-29 | 重庆大学 | 机床多源能耗系统多信息在线检测系统 |
CN105652664A (zh) * | 2016-02-29 | 2016-06-08 | 北京航空航天大学 | 一种基于鸽群优化的四旋翼无人机显式预测控制方法 |
CN110579336A (zh) * | 2019-10-15 | 2019-12-17 | 核工业理化工程研究院 | 激光振放链输出功率预测系统及方法 |
CN210957918U (zh) * | 2019-12-30 | 2020-07-07 | 桂林海威科技股份有限公司 | 一种智能恒显示电力监测装置 |
CN111967697A (zh) * | 2020-10-23 | 2020-11-20 | 武汉中电国为技术有限公司 | 一种在线动态能耗智能预警方法、系统、装置和存储介质 |
CN112433907A (zh) * | 2020-10-26 | 2021-03-02 | 深圳前海有电物联科技有限公司 | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 |
EP3995843A1 (en) * | 2020-11-06 | 2022-05-11 | ABB Schweiz AG | Efficient monitoring of condition and working times for assets used in an intermittent manner |
CN112788142A (zh) * | 2021-01-18 | 2021-05-11 | 四川中英智慧质量工程技术研究院有限公司 | 一种支持多传感器接入的智能边缘物联网关 |
Non-Patent Citations (1)
Title |
---|
DONG JIANKANG等: ""Energy-Performance Tradeoffs in IaaS Cloud with Virtual Machine Scheduling"", 《STRATEGIES AND SCHEMES》, 28 February 2015 (2015-02-28), pages 155 - 166, XP011578227, DOI: 10.1109/CC.2015.7084410 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102593540A (zh) | 一种电池激活方法、模块及终端 | |
CN109581122A (zh) | 一种车辆异常唤醒的检测方法、装置及系统 | |
CN108814746A (zh) | 电动牙刷的信息提示方法、电动牙刷以及可读存储介质 | |
CN105865037A (zh) | 一种楼宇内带学习算法的热水器组群体自动控制系统 | |
CN110855013A (zh) | 一种智能恒显示电力监测装置及其控制方法 | |
CN117873299A (zh) | 一种基于大数据的设备供能数据监测方法及系统 | |
CN108957117A (zh) | 电能消耗的检测方法、装置、智能插座及存储介质 | |
CN210957918U (zh) | 一种智能恒显示电力监测装置 | |
JP2015230571A (ja) | 省エネアドバイス生成装置、省エネアドバイス生成方法及び省エネアドバイス生成プログラム | |
CN111509786A (zh) | 柴油发电机组并机、并网控制系统 | |
CN201069551Y (zh) | 具有节能显示的无线鼠标 | |
KR20210020283A (ko) | 사용자 맞춤형 에너지 관리 장치 및 방법 | |
CN107861068A (zh) | 一种遥控器及遥控器电量监测方法 | |
CN213240460U (zh) | 一种医疗设备用电断相控制报警电路 | |
CN204597613U (zh) | 基于独立光伏发电的定时充电系统 | |
CN112525270B (zh) | 一种新型水表的数据采集方法以及数据采集系统 | |
CN111148060A (zh) | 数据采集装置及其控制方法、控制装置和存储介质 | |
CN114240187A (zh) | 智能家居设备的能源管理方法、装置、存储介质及设备 | |
CN109708792B (zh) | 用于计算洗衣机的负载功率和耗电量的计算方法 | |
CN107436413A (zh) | 一种光伏逆变器运行状态可视化监测装置及方法 | |
CN217061456U (zh) | 一种用于更新rgl磨损步计数器的调整仪 | |
CN208610276U (zh) | 学习辅助管理系统及智能座椅 | |
CN112153162A (zh) | 一种基于物联网的安全防范系统 | |
CN110991880A (zh) | 基于大数据的家用电力审计系统及方法 | |
CN218213842U (zh) | 一种应用于框架断路器的按键唤醒电路 |
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 |