CN118052659A - 一种工程现场电能智慧化管理系统 - Google Patents

Abstract

本发明涉及一种工程现场电能智慧化管理系统，尤其涉及建筑工程技术领域，包括，信息获取模块，用以获取工程现场监测周期内的施工信息和工程电力设备信息，信息分析模块，用以根据监测周期内的消耗材料吨数对监测周期内的施工强度进行等级划分，还用以根据监测周期内的施工强度等级和工程电力设备信息对电力设备在监测周期内的电能消耗进行预测，电能监测模块，用以对监测周期内电力设备的电能消耗异常情况进行分析，异常判断模块，用以对工程现场总电能消耗的异常状态进行分析，管理模块，用以生成解决方案，并将方案向用户进行输出，反馈更新模块，用以对生成解决方案的过程进行更新。本发明有效提高了对工程电能的分析过程的准确性。

Description

一种工程现场电能智慧化管理系统

技术领域

本发明涉及建筑工程技术领域，尤其涉及一种工程现场电能智慧化管理系统。

背景技术

随着科技的不断发展，工程建设规模不断扩大，工程现场的电能管理需求日益增长。传统的电能管理方式存在诸多问题，如电能浪费严重、管理效率低下、安全隐患大等。因此，急需一种新型的工程现场电能智慧化管理系统来解决这些问题。

中国专利公开号：CN113191635A公开了建筑工程现场电能智慧化管理系统，包括：信号采集模块、硬件模块一、硬件模块二、DTU模块、临时用电负荷监测控制模块、数据传输模块、云端平台和显示模块；所述信号采集模块对各台设备端子的电压信号和电流互感器采集的电流信号进行采集，并将处理后的数据传输至硬件模块一、硬件模块二和临时用电负荷监测控制模块，所述硬件模块一对信号采集模块传输的数据进行接收，并将接收的数据传输至DTU模块，所述硬件模块二对信号采集模块传输的电力参数进行处理，根据处理结果将故障进行归类，并将处理后的故障数据及解决方法传输至DTU模块，DTU模块对数据传输模块传输的指令进行接收和解析，并将数据解析发送至硬件模块一；由此可见，该发明仅对获取到的电负荷相关数据进行分析，以对工程用电情况进行报警控制，存在对工程电能的分析过程不准确的问题。

发明内容

为此，本发明提供一种工程现场电能智慧化管理系统，用以克服现有技术中对工程电能的分析过程不准确的问题。

为实现上述目的，本发明提供一种工程现场电能智慧化管理系统，包括，

信息获取模块，用以获取工程现场监测周期内的施工信息和工程电力设备信息；

信息分析模块，用以根据监测周期内的消耗材料吨数对监测周期内的施工强度进行等级划分，还用以根据监测周期内的施工强度等级和工程电力设备信息对电力设备在监测周期内的电能消耗进行预测；

电能监测模块，用以根据电力设备在监测周期内的电能消耗预测结果和电力设备的实际电能消耗值对监测周期内电力设备的电能消耗异常情况进行分析；

异常判断模块，用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析，还用以根据电力设备的实际功率和新增线路长度对分析过程进行调整；

管理模块，用以根据监测周期内工程现场总电能消耗的异常状态生成对应的下一监测周期的解决方案，并将方案向用户进行输出；

反馈更新模块，用以根据历史监测周期工程现场总电能消耗的异常状态对生成下一监测周期的解决方案的过程进行更新。

进一步地，所述信息分析模块设有强度分析单元，所述强度分析单元将监测周期内的消耗材料吨数cl与各消耗材料吨数进行比对，并根据比对结果对监测周期内施工强度进行等级划分，其中：

当cl＜CL1时，所述强度分析单元将当前监测周期的施工强度设定为轻度施工强度；

当CL1≤cl＜CL2时，所述强度分析单元将当前监测周期的施工强度设定为中度施工强度；

当cl≥CL2时，所述强度分析单元将当前监测周期的施工强度设定为高度施工强度。

进一步地，所述信息分析模块还设有预测单元，所述预测单元根据监测周期内的施工强度和工程电力设备信息对各电力设备监测周期内的电能消耗进行预测，其中：

当监测周期内的施工强度为轻度施工强度时，所述预测单元计算预测电能消耗W1（i），设定W1（i）=P（i）×t（i）×v（i）×a1；

当监测周期内的施工强度为中度施工强度时，所述预测单元计算预测电能消耗W2（i），设定W2（i）=P（i）×t（i）×v（i）×a2;

当监测周期内的施工强度为高度施工强度时，所述预测单元计算预测电能消耗W3（i），设定W3（i）=P（i）×t（i）×v（i）×a3;

其中，W1（i）是第i个电力设备在监测周期内消耗电能的预测值，P（i）是第i个电力设备的额定功率，t（i）是第i个电力设备的单次工作时长，v（i）是第i个电力设备的使用频率基础值，a1是施工强度为轻度施工强度时的使用频率调整系数，a2是施工强度为中度施工强度时的使用频率调整系数，a3是施工强度为高度施工强度时的使用频率调整系数。

进一步地，所述电能监测模块设有电能监测单元，所述电能监测单元用以将监测周期内各电力设备的预测电能消耗Wj（i）与实际电能消耗值W（i）进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，其中：

当W（i）＜Wj（i）×（1-1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能低，并计算第i个电力设备的第一异常指数α1（i），设定α1（i）=[W（i）-Wj（i）×（1-1%）]/W（i）；

当Wj（i）×（1-1%）≤W（i）＜Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备运行正常；

当W（i）≥Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能高，并计算第i个电力设备第二异常指数α2（i），设定α2（i）=[W（i）-Wj（i）×（1+1%）]/W（i）；

所述电能监测单元将电力设备消耗电能低和电力设备消耗电能高的电力设备编号进行记录存储。

进一步地，所述电能监测模块还设有第一调整单元，所述第一调整单元用以将监测周期内的平均温度t与各预设温度进行比对，并根据比对结果对各电力设备的电能消耗异常情况的分析过程进行调整，其中：

当t＜T1时，所述第一调整单元判定监测周期内温度低，并将异常指数αz调整为αz’，设定αz’=αz×exp{（T1-t）/T1}；

当T1≤t＜T2时，所述第一调整单元判定监测周期内温度正常，不进行调整；

当t≥T2时，所述第一调整单元判定监测周期内温度高，并将异常指数αz调整为αz”，设定αz”=αz×ln[e+（T2-t）/T1]；

其中，T1是第一预设温度，T2是第二预设温度，T1＜T2；

所述电能监测模块还设有第一优化单元，所述第一优化单元将监测周期内平均湿度g与湿度阈值G进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况的调整过程进行优化，其中：

当g＜G时，所述第一优化单元判定监测周期内湿度正常，不进行优化；

当g≥G时，所述第一优化单元判定监测周期内湿度异常，并将第一预设温度优化为T1’，设定T1’=T1×exp{g}；所述第一优化单元将第二预设温度优化为T2’，设定T2’=T2×[1+sin（g-G）/g]。

进一步地，所述异常判断模块设有异常判断单元，所述异常判断单元用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析；

所述异常判断单元计算监测周期内的电能异常状态指数β，电能异常状态指数β的计算公式如下：

所述异常判断单元根据监测周期内的电能异常状态指数β对监测周期内的电能消耗异常状态进行分析，其中：

当β＜0时，所述异常判断单元判定监测周期内电能消耗异常状态为负载异常；

当0≤β＜B时，所述异常判断单元判定监测周期内电能消耗情况正常；

当β≥B时，所述异常判断单元判定监测周期内电能消耗异常状态为设备异常；

其中，B是预设电能损耗异常指数。

进一步地，所述异常判断模块设有第二调整单元，所述第二调整单元用以根据监测周期内工作的电力设备的实际电流I（k）计算监测周期内负载功率p，负载功率p的计算公式如下：

p（k）=I（k）×U_额；

p=p（1）+p（2）+...+p（K）；

其中，p（k）是监测周期内工作的电力设备中第k个设备的实际功率，1≤k≤K，K是监测周期内工作的电力设备的数量，p（1）是监测周期内工作的电力设备中第1个设备的实际功率，p（2）是监测周期内工作的电力设备中第2个设备的实际功率,p（K）是监测周期内工作的电力设备中第K个设备的实际功率；

所述第二调整单元将负载功率p与额定负载P_额进行比对，并根据比对结果对电能消耗异常状态的分析过程进行调整，其中：

当p≤P_额时，所述第二调整单元判定监测周期内功率正常，不进行调整；

当p＞P_额时，所述第二调整单元判定监测周期内功率异常，并将预设电能损耗异常指数调整为B’，设定B’=B×cos[（p-P_额）/p]。

进一步地，所述异常判断模块还设有第二优化单元，所述第二优化单元将监测周期内的新增线路长度s与预设线路长度S进行比对，并根据比对结果对电能消耗异常情况的调整过程进行优化，其中：

当s≤S时，所述第二优化单元判定监测周期内的新增线路长度正常，不进行优化；

当s＞S时，所述第二优化单元判定监测周期内的新增线路长度异常，将调整后的预设电能损耗异常指数优化为B”，设定B”=B’×arctan[1-（s-S）/S]。

进一步地，所述管理模块根据监测周期内的电能消耗异常状态生成对应的解决方案，其中：

当监测周期内的电能消耗情况为正常时，所述管理单元不对下一监测周期电力设备的工作状态进行调整；

当监测周期内的电能消耗情况为负载异常时，所述管理单元将当前监测周期各电力设备电能消耗异常情况判定为消耗电能高的电力设备编号向用户进行输出，并对下一监测周期各电力设备电能消耗异常情况为消耗电能高的电力设备单次工作时长进行调整，将t（i）调整为t（i）’,设定t（i）’=t（i）×（1-β）；所述管理单元将调整后的消耗电能高的电力设备的单次工作时长向用户进行输出；

当监测周期内的电能消耗情况为设备异常时，所述管理模块将电力设备耗能高的电力设备编号向用户进行输出，并建议用户对设备耗能高的电力设备进行检查。

进一步地，所述反馈更新模块根据历史监测周期的电能异常状态指数计算电能异常状态指数方差σ，电能异常状态指数方差σ的计算公式如下：

E=β1+β2+...+βX；

σ=[（β1-E）²+（β1-E）²+...+（βX-E）²]/X；

其中，β1是历史第一监测周期的电能异常状态指数，β2是历史第二监测周期的电能异常状态指数，βX是历史第X监测周期的电能异常状态指数，E是历史监测周期的电能异常状态指数期望，X是历史监测周期的数量；

所述反馈更新模块根据电能异常状态指数方差σ将下一监测周期的电能异常状态指数βp更新为βp’，设定βp’=βp×exp{σ}。

与现有技术相比，本发明的有益效果在于，通过所述信息获取模块对本系统所需信息的获取，提高了信息获取的准确性和完整性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述信息分析模块对工程规模的分析和各电力设备的电能消耗的预测，提高了对电能消耗预测的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述电能监测模块对监测周期内电力设备的实际电能消耗值和预测值进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述异常判断模块计算监测周期内各电力设备消耗电能的异常情况进行求和，以对监测周期内电能消耗的异常状态进行分析，并根据分析结果对电能消耗状态进行划分，提高了对监测周期内电能消耗异常状态分析和判断的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述管理模块对监测周期内不同电能消耗异常状态设置不同的解决方案，以对接入公共电网的电力设备负载过大导致的电能消耗低和电力设备自身故障导致的电能消耗高的情况进行处理，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述反馈更新模块对历史监测周期的工程现场总电能消耗的异常状态进行分析，通过计算电能异常状态指数方差对下一监测周期计算电能异常状态指数的过程进行更新，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性。

附图说明

图1为本实施例工程现场电能智慧化管理系统的结构示意图；

图2为本实施例信息分析模块的结构示意图；

图3为本实施例电能监测模块的结构示意图；

图4为本实施例异常判断模块的结构示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，其为本实施例工程现场电能智慧化管理系统的结构示意图，包括，

信息获取模块，用以获取工程现场监测周期内的施工信息和工程电力设备信息；所述施工信息包括电能消耗评估值、消耗材料吨数和各电力设备使用频率基础值，所述电能消耗评估值是工程施工之前设定的电能消耗评估数值，所述消耗材料吨数是道路修建过程中设定的当前监测周期的使用材料吨数；所述工程电力设备信息包括电力设备数量、电力设备额定功率和电力设备额定电压；本实施例中，不对施工信息的获取方式作具体限定，本领域技术人员可以自由设置，只需满足施工信息的获取需求即可，如可以通过施工人员交互输入的方式获取；本实施例中，不对监测周期的取值作具体限定，本领域技术人员可以自由设置，只需满足监测周期的取值需求即可，如可以将监测周期的取值设定为1小时、2小时、3小时等；本实施例中，以1-5小时作为监测周期，以对工程施工情况进行更准确的判断的分析；

信息分析模块，用以根据监测周期内的消耗材料吨数对监测周期内的施工强度进行等级划分，还用以根据监测周期内的施工强度等级和工程电力设备信息对电力设备在监测周期内的电能消耗进行预测，信息分析模块与所述信息获取模块连接；

电能监测模块，用以根据电力设备在监测周期内的电能消耗预测结果和电力设备的实际电能消耗值对监测周期内电力设备的电能消耗异常情况进行分析，电能监测模块与所述信息分析模块连接；

异常判断模块，用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析，还用以根据监测周期内工作的电力设备的实际功率对工程现场总电能消耗的异常状态的分析过程进行调整，所述异常判断模块还用以根据新增线路长度对工程现场总电能消耗的异常状态的调整过程进行优化，异常判断模块与所述电能监测模块连接；

管理模块，用以根据监测周期内工程现场总电能消耗的异常状态生成对应的下一监测周期的解决方案，并将方案向用户进行输出，管理模块与所述调整优化模块连接；

反馈更新模块，用以根据历史监测周期工程现场总电能消耗的异常状态对生成下一监测周期的解决方案的过程进行更新，反馈更新模块与所述管理模块连接；本实施例中，所述历史监测周期由当前监测周期之前一定数量的监测周期组成；本实施例中不对历史监测周期所包含监测周期的数量作具体限定，本领域技术人员可以自由设置，只需满足历史监测周期所包含监测周期的数量的需求即可，如可以将历史监测周期所包含监测周期的数量设定为5个、6个、7个等。

请参阅图2所示，其为本实施例信息分析模块的结构示意图，包括，

强度分析单元，用以根据监测周期内的消耗材料吨数对监测周期内的施工强度进行等级划分；

预测单元，用以根据监测周期内的施工强度等级和工程电力设备信息对电力设备在监测周期内的电能消耗进行预测，预测单元与所述强度分析单元连接。

请参阅图3所示，其为本实施例电能监测模块的结构示意图，包括，

电能监测单元，用以根据电力设备在监测周期内的电能消耗预测结果和电力设备的实际电能消耗值对监测周期内电力设备的电能消耗异常情况进行分析；

第一调整单元，用以根据监测周期内的平均温度对监测周期内电力设备的电能消耗异常情况的分析过程进行调整，第一调整单元与所述电能监测单元连接；本实施例中不对监测周期内平均温度的获取方式做具体限定，本领域技术人员可以自由设置，只需满足平均温度的获取需求即可，如可以通过温度传感器定时获取；

第一优化单元，用以根据监测周期内平均湿度对监测周期内电力设备的电能消耗异常情况的调整过程进行优化，第一优化单元与所述第一调整单元连接；本实施例中不对监测周期内平均湿度的获取方式作具体限定，本领域技术人员可以自由设置，只需满足平均湿度的获取需求即可，如可以通过湿度传感器定时获取。

请参阅图4所示，其为本实施例异常判断模块的结构示意图，包括，

异常判断单元，用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析；

第二调整单元，用以根据监测周期内工作的电力设备的实际功率对工程现场总电能消耗的异常状态的分析过程进行调整，第二调整单元与所述异常分析单元连接；

第二优化单元，用以根据新增线路长度对工程现场总电能消耗的异常状态的调整过程进行优化，第二优化单元与所述第二调整单元连接。

具体而言，本实施例所述系统应用于电能来源是公共电网的道路铺设工程现场的电能智能管理；本实施例通过对工程施工规模等级进行分析，并根据分析结果对各电力设备在一个监测周期内的电能消耗进行预测，通过对电力设备实际消耗的电能与预测电能进行分析，得到电能消耗情况，最后根据电能消耗情况对设备的运行状态进行管理，本发明提高了对工程电能的分析过程的准确性。

具体而言，本实施例通过所述信息获取模块对本系统所需信息的获取，提高了信息获取的准确性和完整性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述信息分析模块对工程规模的分析和各电力设备的电能消耗的预测，提高了对电能消耗预测的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述电能监测模块对监测周期内电力设备的实际电能消耗值和预测值进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述异常判断模块计算监测周期内各电力设备消耗电能的异常情况进行求和，以对监测周期内电能消耗的异常状态进行分析，并根据分析结果对电能消耗状态进行划分，提高了对监测周期内电能消耗异常状态分析和判断的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述管理模块对监测周期内不同电能消耗异常状态设置不同的解决方案，以对接入公共电网的电力设备负载过大导致的电能消耗低和电力设备自身故障导致的电能消耗高的情况进行处理，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性，通过所述反馈更新模块对历史监测周期的工程现场总电能消耗的异常状态进行分析，通过计算电能异常状态指数方差对下一监测周期计算电能异常状态指数的过程进行更新，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性。

具体而言，所述强度分析单元将监测周期内的消耗材料吨数cl与各预设消耗材料吨数进行比对，并根据比对结果对监测周期内施工强度进行等级划分，其中：

当cl＜CL1时，所述强度分析单元将当前监测周期的施工强度设定为轻度施工强度；

当CL1≤cl＜CL2时，所述强度分析单元将当前监测周期的施工强度设定为中度施工强度；

当cl≥CL2时，所述强度分析单元将当前监测周期的施工强度设定为高度施工强度；

其中，CL1是第一预设消耗材料吨数，CL2是第二预设消耗材料吨数，CL1＜CL2。

具体而言，所述强度分析单元通过对监测周期内设定的消耗材料吨数进行分析，并根据分析结果对工程施工强度进行等级划分，提高了对工程规模等级判断的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中不对第一预设消耗材料吨数CL1第二预设消耗材料吨数CL2的取值做具体限定，本领域技术人员可以自由设置，只需满足第一预设消耗材料吨数CL1第二预设消耗材料吨数CL2的取值需求即可，如当监测周期为1小时时，可以将第一预设消耗材料吨数CL1设定为12吨，将第二预设消耗材料吨数CL2设定为15吨。

具体而言，所述预测单元根据监测周期内的施工强度和工程电力设备信息对各电力设备监测周期内的电能消耗进行预测，其中：

当监测周期内的施工强度为轻度施工强度时，所述预测单元计算预测电能消耗W1（i），设定W1（i）=P（i）×t（i）×v（i）×a1；

当监测周期内的施工强度为中度施工强度时，所述预测单元计算预测电能消耗W2（i），设定W2（i）=P（i）×t（i）×v（i）×a2;

当监测周期内的施工强度为高度施工强度时，所述预测单元计算预测电能消耗W3（i），设定W3（i）=P（i）×t（i）×v（i）×a3;

其中，W1（i）是第i个电力设备在监测周期内消耗电能的预测值，P（i）是第i个电力设备的额定功率，t（i）是第i个电力设备的单次工作时长，v（i）是第i个电力设备的使用频率基础值，a1是施工强度为轻度施工强度时的使用频率调整系数，a2是施工强度为中度施工强度时的使用频率调整系数，a3是施工强度为高度施工强度时的使用频率调整系数。

具体而言，所述预测单元通过根据施工强度设置不同电力设备的预测电能消耗，以对不同施工强度等级的设备使用消耗电能进行分析，提高了对电力设备消耗电能的预测的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中不对施工强度为轻度施工强度时的使用频率调整系数a1、施工强度为中度施工强度时的使用频率调整系数a2和施工强度为高度施工强度时的使用频率调整系数a3的取值做具体限定，本领域技术人员可以自由设置，只需满足施工强度为轻度施工强度时的使用频率调整系数a1、施工强度为中度施工强度时的使用频率调整系数a2和施工强度为高度施工强度时的使用频率调整系数a3的取值需求即可，如可以将施工强度为轻度施工强度时的使用频率调整系数a1设定为1，将施工强度为中度施工强度时的使用频率调整系数a2设定为1.5，将施工强度为高度施工强度时的使用频率调整系数a3设定为2。

具体而言，所述电能监测单元将监测周期内各电力设备的预测电能消耗Wj（i）与实际电能消耗值W（i）进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，其中：

当W（i）＜Wj（i）×（1-1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能低，并计算第i个电力设备的第一异常指数α1（i），设定α1（i）=[W（i）-Wj（i）×（1-1%）]/W（i）；

当Wj（i）×（1-1%）≤W（i）＜Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备运行正常；

当W（i）≥Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能高，并计算第i个电力设备第二异常指数α2（i），设定α2（i）=[W（i）-Wj（i）×（1+1%）]/W（i）；

所述电能监测单元将电力设备消耗电能低和电力设备消耗电能高的电力设备编号进行记录存储。

具体而言，所述电能监测单元通过对监测周期内电力设备的实际电能消耗值和预测值进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中第一异常指数小于0，指代的是由于工程施工电力设备负载超出公共电网的设定负载，使得电网输送电力电流减小导致电力设备低于额定功率运行；第二异常指数大于0，指代的是由于电力设备线路故障等问题导致的此电力设备的实际损耗电能大于预测值。

具体而言，所述第一调整单元将监测周期内的平均温度t与各预设温度进行比对，并根据比对结果对各电力设备的电能消耗异常情况的分析过程进行调整，其中：

当t＜T1时，所述第一调整单元判定监测周期内温度低，并将异常指数αz调整为αz’，设定αz’=αz×exp{（T1-t）/T1}；

当T1≤t＜T2时，所述第一调整单元判定监测周期内温度正常，不进行调整；

当t≥T2时，所述第一调整单元判定监测周期内温度高，并将异常指数αz调整为αz”，设定αz”=αz×ln[e+（T2-t）/T1]；

其中，T1是第一预设温度，T2是第二预设温度，T1＜T2。

具体而言，所述第一调整单元通过对监测周期内温度进行分析，以对道路铺设过程中温度对各电力设备电能消耗的影响进行分析，并根据分析结果对各电力设备的电能消耗异常情况的分析过程进行调整，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中不对第一预设温度T1第二预设温度T2的取值做具体限定，本领域技术人员可以自由设置，只需满足第一预设温度T1第二预设温度T2的取值需求即可，如可以将第一预设温度T1设定为0℃，将第二预设温度T2设定为30℃。

具体而言，所述第一优化单元将监测周期内平均湿度g与湿度阈值G进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况的调整过程进行优化，其中：

当g＜G时，所述第一优化单元判定监测周期内湿度正常，不进行优化；

当g≥G时，所述第一优化单元判定监测周期内湿度异常，并将第一预设温度优化为T1’，设定T1’=T1×exp{g}；所述第一优化单元将第二预设温度优化为T2’，设定T2’=T2×[1+sin（g-G）/g]。

具体而言，所述第一优化单元通过对监测周期内平均湿度进行分析，以对道路铺设过程中湿度对各电力设备电能消耗的影响进行分析，并根据分析结果对各电力设备的电能消耗异常情况的调整过程进行优化，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中所述湿度是相对湿度；本实施例中，不对湿度阈值G的取值作具体限定，本领域技术人员可以自由设置，只需满足湿度阈值G的取值需求即可，如可以将湿度阈值G设定为50%。

具体而言，所述异常判断单元根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析；

所述异常判断单元计算监测周期内的电能异常状态指数β，电能异常状态指数β的计算公式如下：

所述异常判断单元根据监测周期内的电能异常状态指数β对监测周期内的电能消耗异常状态进行分析，其中：

当β＜0时，所述异常判断单元判定监测周期内电能消耗异常状态为负载异常；

当0≤β＜B时，所述异常判断单元判定监测周期内电能消耗情况正常；

当β≥B时，所述异常判断单元判定监测周期内电能消耗异常状态为设备异常；

其中，B是预设电能损耗异常指数。

具体而言，所述异常判断单元通过计算监测周期内各电力设备消耗电能的异常情况进行求和，以对监测周期内电能消耗的异常状态进行分析，并根据分析结果对电能消耗状态进行划分，提高了对监测周期内电能消耗异常状态分析和判断的准确性，进而提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；本实施例中，不对预设电能损耗异常指数的取值作具体限定，本领域技术人员可以自由设置，只需满足预设电能损耗异常指数B的取值需求即可，如可以将预设电能损耗异常指数B设定为1。

具体而言，所述第二调整单元根据监测周期内工作的电力设备的实际电流I（k）计算监测周期内负载功率p，负载功率p的计算公式如下：

p（k）=I（k）×U_额；

p=p（1）+p（2）+...+p（K）；

其中，p（k）是监测周期内工作的电力设备中第k个设备的实际功率，1≤k≤K，K是监测周期内工作的电力设备的数量，p（1）是监测周期内工作的电力设备中第1个设备的实际功率，p（2）是监测周期内工作的电力设备中第2个设备的实际功率,p（K）是监测周期内工作的电力设备中第K个设备的实际功率；

所述第二调整单元将负载功率p与额定负载P_额进行比对，并根据比对结果对电能消耗异常状态的分析过程进行调整，其中：

当p≤P_额时，所述第二调整单元判定监测周期内功率正常，不进行调整；

当p＞P_额时，所述第二调整单元判定监测周期内功率异常，并将预设电能损耗异常指数调整为B’，设定B’=B×cos[（p-P_额）/p]。

具体而言，所述第二调整单元通过对监测周期内负载功率进行分析，以对接入公共电网的电力设备负载过大导致的电能输出不稳定和电力设备低于额定功率运行的情况造成的影响进行分析，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；可以理解的是，本实施例中不对额定负载P_额的获取方式做具体限定，本领域技术人员可以自由设置，只需满足额定负载P_额的获取需求即可，如可以通过用户交互输入的方式获取。

具体而言，所述第二优化单元将监测周期内的新增线路长度s与预设线路长度S进行比对，并根据比对结果对电能消耗异常情况的调整过程进行优化，其中：

当s≤S时，所述第二优化单元判定监测周期内的新增线路长度正常，不进行优化；

当s＞S时，所述第二优化单元判定监测周期内的新增线路长度异常，将调整后的预设电能损耗异常指数优化为B”，设定B”=B’×arctan[1-（s-S）/S]。

具体而言，所述第二优化单元通过对道路铺设过程中线路延伸导致的电阻增加使得电能发送损耗的现象进行分析，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性；本实施例中，不对预设线路长度S的取值做具体限定，本领域技术人员可以自由设置，只需满足预设线路长度S的取值需求即可，如当道路宽度为20m时，可以将预设线路长度S设定为5m。

具体而言，所述管理模块根据监测周期内的电能消耗异常状态生成对应的解决方案，其中：

当监测周期内的电能消耗情况为正常时，所述管理单元不对下一监测周期电力设备的工作状态进行调整；

当监测周期内的电能消耗情况为负载异常时，所述管理单元将当前监测周期各电力设备电能消耗异常情况判定为消耗电能高的电力设备编号向用户进行输出，并对下一监测周期各电力设备电能消耗异常情况为消耗电能高的电力设备单次工作时长进行调整，将t（i）调整为t（i）’,设定t（i）’=t（i）×（1-β）；所述管理单元将调整后的消耗电能高的电力设备的单次工作时长向用户进行输出；

当监测周期内的电能消耗情况为设备异常时，所述管理模块将电力设备耗能高的电力设备编号向用户进行输出，并建议用户对设备耗能高的电力设备进行检查。

具体而言，所述管理模块通过对监测周期内不同电能消耗异常状态设置不同的解决方案，以对接入公共电网的电力设备负载过大导致的电能消耗低和电力设备自身故障导致的电能消耗高的情况进行处理，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性。

具体而言，所述反馈更新模块根据历史监测周期的电能异常状态指数计算电能异常状态指数方差σ，电能异常状态指数方差σ的计算公式如下：

E=β1+β2+...+βX；

σ=[（β1-E）²+（β1-E）²+...+（βX-E）²]/X；

其中，β1是历史第一监测周期的电能异常状态指数，β2是历史第二监测周期的电能异常状态指数，βX是历史第X监测周期的电能异常状态指数，E是历史监测周期的电能异常状态指数期望，X是历史监测周期的数量；

所述反馈更新模块根据电能异常状态指数方差σ将下一监测周期的电能异常状态指数βp更新为βp’，设定βp’=βp×exp{σ}。

具体而言，所述反馈更新模块通过对历史监测周期的工程现场总电能消耗的异常状态进行分析，通过计算电能异常状态指数方差对下一监测周期计算电能异常状态指数的过程进行更新，提高了对各电力设备消耗电能监测的准确性和对电力设备电能消耗异常情况判断的准确性，从而提高了对监测周期内总电能消耗异常情况判断的准确性，最终提高了对工程电能的分析过程的准确性。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种工程现场电能智慧化管理系统，其特征在于，包括，

信息获取模块，用以获取工程现场监测周期内的施工信息和工程电力设备信息；

信息分析模块，用以根据监测周期内的消耗材料吨数对监测周期内的施工强度进行等级划分，还用以根据监测周期内的施工强度等级和工程电力设备信息对电力设备在监测周期内的电能消耗进行预测；

电能监测模块，用以根据电力设备在监测周期内的电能消耗预测结果和电力设备的实际电能消耗值对监测周期内电力设备的电能消耗异常情况进行分析；

异常判断模块，用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析，还用以根据电力设备的实际功率和新增线路长度对分析过程进行调整；

管理模块，用以根据监测周期内工程现场总电能消耗的异常状态生成对应的下一监测周期的解决方案，并将方案向用户进行输出；

反馈更新模块，用以根据历史监测周期工程现场总电能消耗的异常状态对生成下一监测周期的解决方案的过程进行更新。

2.根据权利要求1所述的一种工程现场电能智慧化管理系统，其特征在于，所述信息分析模块设有强度分析单元，所述强度分析单元将监测周期内的消耗材料吨数cl与各消耗材料吨数进行比对，并根据比对结果对监测周期内施工强度进行等级划分，其中：

当cl＜CL1时，所述强度分析单元将当前监测周期的施工强度设定为轻度施工强度；

当CL1≤cl＜CL2时，所述强度分析单元将当前监测周期的施工强度设定为中度施工强度；

当cl≥CL2时，所述强度分析单元将当前监测周期的施工强度设定为高度施工强度。

3.根据权利要求1所述的一种工程现场电能智慧化管理系统，其特征在于，所述信息分析模块还设有预测单元，所述预测单元根据监测周期内的施工强度和工程电力设备信息对各电力设备监测周期内的电能消耗进行预测，其中：

当监测周期内的施工强度为轻度施工强度时，所述预测单元计算预测电能消耗W1（i），设定W1（i）=P（i）×t（i）×v（i）×a1；

当监测周期内的施工强度为中度施工强度时，所述预测单元计算预测电能消耗W2（i），设定W2（i）=P（i）×t（i）×v（i）×a2;

当监测周期内的施工强度为高度施工强度时，所述预测单元计算预测电能消耗W3（i），设定W3（i）=P（i）×t（i）×v（i）×a3;

其中，W1（i）是第i个电力设备在监测周期内消耗电能的预测值，P（i）是第i个电力设备的额定功率，t（i）是第i个电力设备的单次工作时长，v（i）是第i个电力设备的使用频率基础值，a1是施工强度为轻度施工强度时的使用频率调整系数，a2是施工强度为中度施工强度时的使用频率调整系数，a3是施工强度为高度施工强度时的使用频率调整系数。

4.根据权利要求1所述的一种工程现场电能智慧化管理系统，其特征在于，所述电能监测模块设有电能监测单元，所述电能监测单元用以将监测周期内各电力设备的预测电能消耗Wj（i）与实际电能消耗值W（i）进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况进行分析，其中：

当W（i）＜Wj（i）×（1-1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能低，并计算第i个电力设备的第一异常指数α1（i），设定α1（i）=[W（i）-Wj（i）×（1-1%）]/W（i）；

当Wj（i）×（1-1%）≤W（i）＜Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备运行正常；

当W（i）≥Wj（i）×（1+1%）时，所述电能监测单元判定监测周期内第i个电力设备消耗电能高，并计算第i个电力设备第二异常指数α2（i），设定α2（i）=[W（i）-Wj（i）×（1+1%）]/W（i）；

所述电能监测单元将电力设备消耗电能低和电力设备消耗电能高的电力设备编号进行记录存储。

5.根据权利要求4所述的一种工程现场电能智慧化管理系统，其特征在于，所述电能监测模块还设有第一调整单元，所述第一调整单元用以将监测周期内的平均温度t与各预设温度进行比对，并根据比对结果对各电力设备的电能消耗异常情况的分析过程进行调整，其中：

当t＜T1时，所述第一调整单元判定监测周期内温度低，并将异常指数αz调整为αz’，设定αz’=αz×exp{（T1-t）/T1}；

当T1≤t＜T2时，所述第一调整单元判定监测周期内温度正常，不进行调整；

当t≥T2时，所述第一调整单元判定监测周期内温度高，并将异常指数αz调整为αz”，设定αz”=αz×ln[e+（T2-t）/T1]；

其中，T1是第一预设温度，T2是第二预设温度，T1＜T2；

所述电能监测模块还设有第一优化单元，所述第一优化单元将监测周期内平均湿度g与湿度阈值G进行比对，并根据比对结果对监测周期内各电力设备的电能消耗异常情况的调整过程进行优化，其中：

当g＜G时，所述第一优化单元判定监测周期内湿度正常，不进行优化；

当g≥G时，所述第一优化单元判定监测周期内湿度异常，并将第一预设温度优化为T1’，设定T1’=T1×exp{g}；所述第一优化单元将第二预设温度优化为T2’，设定T2’=T2×[1+sin（g-G）/g]。

6.根据权利要求4所述的一种工程现场电能智慧化管理系统，其特征在于，所述异常判断模块设有异常判断单元，所述异常判断单元用以根据监测周期内各电力设备的电能消耗异常情况对工程现场总电能消耗的异常状态进行分析；

所述异常判断单元计算监测周期内的电能异常状态指数β，电能异常状态指数β的计算公式如下：所述异常判断单元根据监测周期内的电能异常状态指数β对监测周期内的电能消耗异常状态进行分析，其中：

当β＜0时，所述异常判断单元判定监测周期内电能消耗异常状态为负载异常；

当0≤β＜B时，所述异常判断单元判定监测周期内电能消耗情况正常；

当β≥B时，所述异常判断单元判定监测周期内电能消耗异常状态为设备异常；

其中，B是预设电能损耗异常指数。

7.根据权利要求6所述的一种工程现场电能智慧化管理系统，其特征在于，所述异常判断模块设有第二调整单元，所述第二调整单元用以根据监测周期内工作的电力设备的实际电流I（k）计算监测周期内负载功率p，负载功率p的计算公式如下：

p（k）=I（k）×U_额；

p=p（1）+p（2）+...+p（K）；

其中，p（k）是监测周期内工作的电力设备中第k个设备的实际功率，1≤k≤K，K是监测周期内工作的电力设备的数量，p（1）是监测周期内工作的电力设备中第1个设备的实际功率，p（2）是监测周期内工作的电力设备中第2个设备的实际功率,p（K）是监测周期内工作的电力设备中第K个设备的实际功率；

所述第二调整单元将负载功率p与额定负载P_额进行比对，并根据比对结果对电能消耗异常状态的分析过程进行调整，其中：

当p≤P_额时，所述第二调整单元判定监测周期内功率正常，不进行调整；

当p＞P_额时，所述第二调整单元判定监测周期内功率异常，并将预设电能损耗异常指数调整为B’，设定B’=B×cos[（p-P_额）/p]。

8.根据权利要求7所述的一种工程现场电能智慧化管理系统，其特征在于，所述异常判断模块还设有第二优化单元，所述第二优化单元将监测周期内的新增线路长度s与预设线路长度S进行比对，并根据比对结果对电能消耗异常情况的调整过程进行优化，其中：

当s≤S时，所述第二优化单元判定监测周期内的新增线路长度正常，不进行优化；

当s＞S时，所述第二优化单元判定监测周期内的新增线路长度异常，将调整后的预设电能损耗异常指数优化为B”，设定B”=B’×arctan[1-（s-S）/S]。

9.根据权利要求1所述的一种工程现场电能智慧化管理系统，其特征在于，所述管理模块根据监测周期内的电能消耗异常状态生成对应的解决方案，其中：

当监测周期内的电能消耗情况为正常时，所述管理单元不对下一监测周期电力设备的工作状态进行调整；

当监测周期内的电能消耗情况为负载异常时，所述管理单元将当前监测周期各电力设备电能消耗异常情况判定为消耗电能高的电力设备编号向用户进行输出，并对下一监测周期各电力设备电能消耗异常情况为消耗电能高的电力设备单次工作时长进行调整，将t（i）调整为t（i）’,设定t（i）’=t（i）×（1-β）；所述管理单元将调整后的消耗电能高的电力设备的单次工作时长向用户进行输出；

当监测周期内的电能消耗情况为设备异常时，所述管理模块将电力设备耗能高的电力设备编号向用户进行输出，并建议用户对设备耗能高的电力设备进行检查。

10.根据权利要求1所述的一种工程现场电能智慧化管理系统，其特征在于，所述反馈更新模块根据历史监测周期的电能异常状态指数计算电能异常状态指数方差σ，电能异常状态指数方差σ的计算公式如下：

E=β1+β2+...+βX；

σ=[（β1-E）²+（β1-E）²+...+（βX-E）²]/X；

其中，β1是历史第一监测周期的电能异常状态指数，β2是历史第二监测周期的电能异常状态指数，βX是历史第X监测周期的电能异常状态指数，E是历史监测周期的电能异常状态指数期望，X是历史监测周期的数量；

所述反馈更新模块根据电能异常状态指数方差σ将下一监测周期的电能异常状态指数βp更新为βp’，设定βp’=βp×exp{σ}。