WO2013040851A1 - 基于云计算的发电机组管理控制系统及方法 - Google Patents

基于云计算的发电机组管理控制系统及方法 Download PDF

Info

Publication number
WO2013040851A1
WO2013040851A1 PCT/CN2012/001121 CN2012001121W WO2013040851A1 WO 2013040851 A1 WO2013040851 A1 WO 2013040851A1 CN 2012001121 W CN2012001121 W CN 2012001121W WO 2013040851 A1 WO2013040851 A1 WO 2013040851A1
Authority
WO
WIPO (PCT)
Prior art keywords
genset
management
cloud computing
operating parameters
running
Prior art date
Application number
PCT/CN2012/001121
Other languages
English (en)
French (fr)
Inventor
姜永东
Original Assignee
Jiang Yongdong
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiang Yongdong filed Critical Jiang Yongdong
Publication of WO2013040851A1 publication Critical patent/WO2013040851A1/zh

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Definitions

  • the present invention relates to the field of genset management control technologies, and in particular, to a genset management control system and method based on cloud computing.
  • the genset management control system usually uses only the number of analysis equipment, the nameplate information of the equipment, the maintenance record of the equipment, and the like, and performs a simple summary of information on various devices, and cannot be collected in real time by automated means.
  • the real-time operation data and design parameters of the equipment make it more difficult to achieve cross-platform and cross-system “data barrier sharing between objects”. It can only manually log in product parameters and operating parameters, especially not at the same time.
  • the equipment of the generator set is compared and analyzed with operational data and design parameters. It is impossible to verify and predict in advance the time node of the equipment failure and the degree of damage caused by the fault to the equipment.
  • the system does not comprehensively analyze and analyze equipment and component operation data from design factors, usage environment, usage habits, human factors, operational indicators, management systems, fault benchmarks, fault performance, fault statistics, operation optimization, etc.
  • Management control only to provide some statistical results to the user, let the user to modify the field operation control mode according to the statistical results, so that the optimal configuration of the device operation cannot be realized.
  • Cloud computing is a network technology developed in recent years. It distributes computing tasks to large The resource pool formed by the computer enables various application systems to acquire computing power, storage space, and various software services as needed.
  • Major IT companies have launched their own cloud-based platform services, such as Google (G00GLE), Microsoft, Yahoo, Amazon, etc., summed up the following characteristics of cloud computing:
  • Cloud computing allows users to access application services from any location using a variety of terminals.
  • the requested resource comes from a "cloud” rather than a fixed tangible entity. used for
  • Cloud uses measures such as data multi-copy fault tolerance and compute node isomorphism to ensure high reliability of services. Cloud computing is more reliable than using local computers.
  • Cloud computing is not targeted at specific applications. With the support of "cloud”, it can construct ever-changing applications. The same “cloud” can support different application operations at the same time.
  • the scale of the "cloud” can be dynamically scaled to meet the needs of application and user growth.
  • Cloud is a huge pool of resources that you buy on demand; clouds can be billed like tap water, electricity, and gas.
  • Internet of Things technology is a reliable guarantee for cloud computing to realize cross-platform exchange of field device data. Its essential meaning is that objects and objects are connected, intercommunicated and data shared.
  • IoT technology The core and foundation of IoT technology is still Internet technology, which is a network technology that extends and expands on the basis of Internet technology; its user end extends and extends to any Information exchange and communication between items and items; therefore, the definition of IoT technology is: through information sensing devices such as radio frequency identification (RFID), infrared sensors, global positioning systems, laser scanners, etc., according to the agreed agreement, A network technology that connects any item to the Internet for information exchange and communication for intelligent identification, location, tracking, monitoring and management.
  • RFID radio frequency identification
  • RFID infrared sensors
  • global positioning systems global positioning systems
  • laser scanners etc.
  • an object of the present invention is to provide a cloud computing-based genset management control system and method, which can be compatible with a generator set management control platform of all different manufacturers, under a unified platform.
  • a large number of objects focus on equipment operation management control to achieve maximum operational optimization management, fault prediction and networked automatic control, so as to achieve optimal configuration of operating conditions and achieve better operational results.
  • the present invention provides a cloud computing based genset management control system, comprising:
  • An Internet of Things field controller configured to set a normal operating parameter of the genset and to control an operating mode of the genset according to normal operating parameters of the genset And control, and transmit the normal operating parameters of the generator set to the cloud computing device management and control platform;
  • An Internet of Things field data collector for collecting actual operating parameters of the generator set and transmitting to the cloud computing device management and control platform;
  • a cloud computing device management and control platform is configured to adjust a management and control mode of the IoT field controller according to actual operating parameters and normal operating parameters of the genset.
  • the cloud computing device management and control platform specifically includes:
  • a receiving unit configured to receive actual operating parameters of the generator set collected by the Internet of Things field data collector, and normal operating parameters of the generating unit set by the Internet of Things field controller;
  • a first determining unit configured to determine whether an actual running parameter of the genset matches a normal running parameter and generate a judgment result
  • a running model generating unit configured to generate a corresponding running model according to actual operating parameters of the genset when the judgment result of the first determining unit is matched;
  • Running a model database for storing various historical running models of the genset; a second determining unit, configured to determine whether the generated running model matches a corresponding historical running model in the running model database and generate a judgment result ;
  • a control mode adjusting unit configured to adjust a management and control mode of the IoT field controller to the genset when the determination result of the first determining unit or the second determining unit is a mismatch.
  • the actual operating parameters of the genset include real time operating parameters and safety parameters.
  • the real-time operating parameters usually refer to the parameters related to the actual operation of the equipment such as temperature, humidity, air volume, running time, frequency, etc. directly collected by the IoT field data collector, for example: fuel flow of the generator set, motor speed, pressure, Liquid leakage rate, vibration acceleration, motor torque and power generation;
  • Safety parameters include parameters related to each device in the case of faults and alarms, such as: protection current, protection voltage, protection power and safety speed of the generator set.
  • the corresponding historical running model in the running model database refers to a historical running model in which the operating condition constraint parameter matches the generated running model, and the operating condition constraint parameter includes an application environment parameter and design of the generating set.
  • the operating condition constraint parameter includes an application environment parameter and design of the generating set.
  • Running model data There are various historical operation models in the library that conform to industry standards (design standards, manufacturer equipment design parameters, etc.). These historical operation models consider the evaluation criteria of energy consumption benchmark, efficiency benchmark, performance benchmark, etc. It is the most reasonable.
  • the establishment of the historical operation model is usually restricted by the operating condition constraint parameters of the generator set, and the operational constraint parameters are different, and the corresponding historical operation models are different.
  • the application environment parameters of each device include geographic location, meteorological parameters, etc.
  • the design parameters of the equipment include design operation parameters, design power, measurement range, design energy efficiency, etc.
  • the application site type parameters of the equipment include shopping malls, supermarkets, hotels, office buildings, exhibitions. Pavilion, computer room, industrial plant, residential, national grid and other categories. Of course, there are other health constraint parameters, such as control mode.
  • the present invention also provides a cloud computing-based genset management control method, including:
  • S11 managing and controlling an operation mode of the genset according to the set normal operation parameter of the genset, and transmitting the normal operation parameter of the genset to a cloud computing device management and control platform;
  • S12 collecting actual operating parameters of the generator set and transmitting to the cloud computing device management and control platform;
  • the step S13 specifically includes:
  • S132 Generate a corresponding running model according to actual operating parameters of the genset;
  • S133 determine whether the generated running model matches a corresponding historical running model in the running model database; if not, perform step S135, if matched, Perform step S134;
  • the method further includes the step S136, adding the generated running model to the running model database.
  • the corresponding historical running model in the running model database refers to a historical running model in which the running condition constraint parameter matches the generated running model, the running
  • the condition constraint parameter includes one or a combination of an application environment parameter, a design parameter, an application site type parameter, and an actual operation type parameter of the genset.
  • the actual operating parameters of the genset include real time operating parameters and safety parameters.
  • the real-time operating parameters usually refer to the parameters related to the actual operation of the equipment such as temperature, humidity, air volume, running time, frequency, etc. directly collected by the IoT field data collector, for example: fuel flow of the generator set, motor speed, pressure, Liquid leakage rate, vibration acceleration, motor torque and power generation;
  • Safety parameters include parameters related to each device in the case of faults and alarms, such as: protection current, protection voltage, protection power and safety speed of the generator set.
  • the normal operating parameters and the actual operating parameters of the generator set are transmitted to the cloud computing device management and control platform through any one of a wireless internet network, a wired internet network, a GPRS, a Beidou system, a GPS, a 3G, and a 4G network. .
  • FIG. 1 is a schematic diagram showing the structure of a cloud computing-based generator set management control system according to an embodiment of the present invention
  • FIG. 2 is a flow chart of a cloud computing based genset management control method according to an embodiment of the present invention
  • FIG. 3 is a flow chart of a cloud computing based genset management control method in accordance with another embodiment of the present invention.
  • FIG. 1 is a schematic structural diagram of a cloud computing-based genset management control system according to an embodiment of the present invention, and a cloud computing-based genset management control system includes:
  • the Internet of Things field controller 11 is configured to set normal operating parameters of the genset 10 and manage and control the operating mode of the genset 10 according to the normal operating parameters of the genset 10, and transmit the normal operating parameters of the genset 10 to The cloud computing device management and control platform 13;
  • the Internet of Things field controller 11 includes a user parameter setting unit 111 for setting normal operating parameters of the genset 10, and adjusting the management of the genset 10 by the Internet of Things field controller 11.
  • IoT field controller 11 includes unit controller, unit inverter, unit load adjustment controller, unit power cabinet, fuel supply correction controller, unit and motor vibration correction controller, automatic operation status of unit Instrument, unit operation fault recorder and unit energy recorder.
  • the Internet of Things field controller 11 used in this embodiment is a controller developed by using the Internet of Things technology, and is a generator set operation data analysis controller having a unique IP address, which can be in one-to-one correspondence with the generator set 10, and utilizes the Internet of Things technology. Real-time interaction of data across devices and platforms across platforms and systems.
  • the normal operating parameters set by the Internet of Things field controller 11 are transmitted to the cloud computing device management and control platform 13 through the communication network, wherein the communication network may be a wireless INTERNET network, a wired INTERNET network, a Beidou system, a GPS, a 3G, a 4G. Net or more advanced next-generation transmission networks.
  • the communication network may be a wireless INTERNET network, a wired INTERNET network, a Beidou system, a GPS, a 3G, a 4G. Net or more advanced next-generation transmission networks.
  • the IoT field data collector 12 is configured to collect the actual operating parameters of the genset 10 and transmit it to the cloud computing device management and control platform 13; the actual operating parameters of the genset 10 include real-time operating parameters and security parameters.
  • the real-time operating parameters generally refer to parameters related to the actual operation of the genset 10 such as temperature, humidity, air volume, running time, frequency, etc. directly collected by the IOT field data collector 12, for example: fuel flow of the genset 10, motor speed, Pressure, liquid leakage rate, vibration acceleration, motor torque and power generation; safety parameters include parameters related to genset 10 in case of faults and alarms, such as: protection current, protection voltage, protection power and safety of genset 10 Speed, etc.
  • the Internet of Things field data collector 12 is generally composed of various types of sensors with network transmission functions, data statistics and summary units, data analysis and uploading units, etc., to complete data collection and preliminary statistical analysis functions, the actual number of which is based on needs. There may be a lot of IoT field data collectors 12 set.
  • the Internet of Things field data collector 12 used in this embodiment is a data collector developed by using the Internet of Things technology, and is a real operation data collector of a generator set having a unique IP address, which can be in one-to-one correspondence with the generator set 10.
  • the Internet of Things field data collector 12 can be various fuel oil quantity sensors, motor speed sensors, pressure sensors, Liquid leak gauges, accelerometers, motor torque sensors, shaft seal leak and leak sensors, and fuel gauges.
  • the actual operating parameters of the genset 10 collected by the Internet of Things field data collector 12 are transmitted to the cloud computing device management and control platform 13 through the communication network, wherein the communication network can be a wireless INTERNET network, a wired INTERNET network, a Beidou system, and a GPS. , 3G, 4G networks or more advanced next-generation transmission networks.
  • the communication network can be a wireless INTERNET network, a wired INTERNET network, a Beidou system, and a GPS. , 3G, 4G networks or more advanced next-generation transmission networks.
  • the cloud computing device management and control platform 13 is configured to adjust the management and control mode of the Internet of Things field controller 11 based on actual operating parameters and normal operating parameters of the genset 10. The purpose of the adjustment is to achieve optimal configuration of the generator set 10, reduce the failure rate, reduce maintenance costs, and ensure that the equipment is in optimal operation.
  • the cloud computing device management and control platform 13 of this embodiment specifically includes:
  • the receiving unit 131 is configured to receive actual operating parameters of the power generating unit 10 collected by the Internet of Things field data collector 12 and normal operating parameters of the power generating unit 10 set by the Internet of Things field controller 11;
  • the first determining unit 132 is configured to determine whether the collected actual operating parameters of the genset 10 match the set normal operating parameters of the genset 10 and generate a determination result;
  • the operation model generating unit 133 is configured to generate a corresponding operation model according to the collected actual operating parameters of the genset 10 when the determination result of the first determining unit 132 is a match; the operation model includes the overall working condition and the operating condition, and the like. index.
  • the operation model database 130 is configured to store various historical operation models of the generator set 10; the operation model database 130 stores various historical operation models of the generator set conforming to industry standards (design standards, manufacturer equipment design parameters, etc.) and related specifications. , the standard and other documents agreed or recognized the optimal operating state model, these historical operating models are considered performance benchmarks, efficiency benchmarks, performance benchmarks and other evaluation criteria, and its operating state is relatively the most reasonable.
  • the second determining unit 134 is configured to determine whether the generated running model matches the corresponding historical running model in the running model database and generate the determining result; the establishment of the historical running model of the generating set is usually restricted by the operating condition constraint parameter, and the operating condition
  • the constraint parameters are different, and the corresponding genset history operation model is different.
  • the health constraint parameter includes one or a combination of application environment parameters, design parameters, component design parameters, and application site type parameters of the respective devices, and other constraint parameters (such as control optimization) Combination of modes).
  • the application environment parameters of each device include geographic location, meteorological parameters, etc.
  • the design parameters include operating status, design power, measurement range, design energy efficiency, etc.
  • the application site type parameters include shopping malls, supermarkets, hotels, office buildings, exhibition halls, computer rooms, and industrial Plant, residential, national grid and other types.
  • the user inputs the health constraint parameters of the currently generated running model through the health constraint parameter setting unit 14, and then finds the corresponding historical running model in the genset running model database 130 according to the operating condition constraint parameters (ie, the operating constraint parameters and The generated running model matches the historical running model), and then determines whether the generated running model matches the corresponding historical running model. If the matching does not indicate that the device is running unreasonably, it needs to be adjusted.
  • the generated running model unit time vibration acceleration of the device is required to be 1000g (squares per second), but if it is less than or greater than 10% of the set value, it can be inferred that the operating state of the device is abnormal, or resonance occurs, or spare parts appear. Excessive wear, or eccentricity, requires adjustment of the equipment.
  • the control mode adjusting unit 135 is configured to adjust the management and control mode of the genset 10 by the Internet of Things field controller 11 when the determination result of the first determining unit 132 or the second determining unit 134 is not matched. Mismatch indicates that the operation does not meet the requirements.
  • the management and control modes need to be adjusted to ensure that the device is running normally until the optimal operating point is matched, so that the optimal configuration of the operating conditions is achieved.
  • the judgment result of the first judging unit 132 is not matched, it indicates that the running condition cannot meet the requirement set by the user, and needs to be directly adjusted; when the judgment result of the second judging unit 134 is not matched, it indicates that the running condition can be achieved.
  • the cloud computing device management and control platform 13 has a variety of management and control modes for the Internet of Things field controller 11, and only one of the above embodiments is shown.
  • the cloud computing-based generator set management control system of the embodiment can be made into an intuitive display interface, and the user only needs to perform management control through the display interface.
  • the tank temperature should be maintained between 140-150 ° F, otherwise the cloud computing equipment management and control platform 13 will do the temperature pre-
  • the police will automatically display the alarm information in the corresponding links of the cloud computing equipment management and control platform 13, and control the IoT field controller 11 of the corresponding equipment to perform corresponding temperature adjustment and control; the bearing return temperature should be maintained at 150-175°.
  • the cloud computing device management and control platform 13 will issue a control signal to cause the corresponding IoT field controller 11 to stop heating the oil heater;
  • the readings displayed by the control center oil pressure gauge should be between 138 and 172 kPa.
  • the advantages of using the cloud computing device management and control platform 13 for device management control are obvious.
  • the scale and scalability of cloud computing enable centralized control of ultra-large-scale operation, which can theoretically achieve any kind of globally.
  • the management control of the generator set has a wider application scope; the virtualization feature of the cloud computing enables each user to perform the operational management control without separately configuring an independent health management control platform, but is obtained on demand in the "cloud".
  • the cost is greatly reduced; the characteristics of cloud computing resource sharing make the historical data in the entire control platform very rich, and can match the best historical data as a reference to achieve optimal energy allocation.
  • FIG. 2 A flow chart of a cloud computing-based genset management control method according to an embodiment of the present invention as shown in FIG. 2, the method comprising:
  • S11 managing and controlling an operation mode of the genset according to the set normal operation parameter of the genset, and transmitting the normal operation parameter of the genset to a cloud computing device management and control platform;
  • the normal operating parameters are transmitted to the cloud computing device management and control platform through the communication network, wherein the communication network may be wireless
  • INTERNET network wired INTERNET network, Beidou system, GPS, 3G, 4G network or more advanced next-generation transmission network.
  • S12 collecting actual operating parameters of the generator set and transmitting to the cloud computing device management and control platform; the actual operating parameters of the generating set include real-time operating parameters and safety parameters.
  • the real-time operating parameters usually refer to the parameters directly related to the actual operation of the genset such as temperature, humidity, air volume, running time, frequency, etc., such as: fuel flow, motor speed, pressure, liquid leakage rate, vibration acceleration, motor torque And the amount of power generation; safety parameters include genset-related parameters such as faults and alarms, such as: protection current, protection voltage, protection power and safe speed of the generator set.
  • the actual operating parameters are collected by the IoT field data collector composed of various types of sensors with network transmission functions, data statistics and summary units, data analysis and uploading units, and the actual number of the IoT field data collectors. It is set according to needs, such as fuel oil sensor, motor speed sensor, pressure sensor, liquid leakage meter, acceleration sensor, motor torque sensor, shaft seal oil leakage and water leakage sensor and fuel collector.
  • the actual operating parameters of the collected generator sets are transmitted to the cloud computing device management and control platform through the communication network, wherein the communication network can be a wireless INTERNET network, a wired INTERNET network, a Beidou system, a GPS, a 3G, a 4G network or a more advanced next generation. Transmission network, etc.
  • the scale and scalability of cloud computing enable centralized control of ultra-large-scale operation, which can theoretically be achieved globally.
  • the management control of any kind of generator set has a wider application scope; the virtualization feature of cloud computing enables each user to perform the operation management control without separately configuring an independent health management control platform, but pressing in the "cloud” Need to obtain, greatly reducing the cost;
  • the characteristics of cloud computing resource sharing make the historical data in the entire control platform very rich, and can match the best historical data as a reference to achieve optimal configuration of the operating conditions.
  • FIG. 3 is a flowchart of a cloud computing-based genset management control method according to another embodiment of the present invention, which is based on the cloud computing-based genset management control method shown in FIG. The steps specifically include:
  • S131 determining whether the actual running parameter and the normal running parameter of the genset match; if not, performing step S135, if yes, performing step S132; S132: Generate a corresponding running model according to actual operating parameters of the genset; S133: determine whether the generated running model matches a corresponding historical running model in the running model database; if not, perform step S135, if matched, Perform step S134;
  • the method further includes the step S136, adding the generated running model to the running model database, enriching historical data, and providing reference for subsequent running condition management control. .
  • the corresponding historical running model in the running model database refers to a historical running model that matches the running constraint parameter with the generated running model, and the operating condition constraint parameter includes an application environment parameter, a design parameter, and an application of the generating set. One or a combination of a place type parameter and an actual run type parameter.
  • the operational model database contains various historical operational models that conform to industry standards (design standards, manufacturer equipment design parameters, etc.). These historical operational models take into account the evaluation criteria of energy consumption benchmarks, efficiency benchmarks, performance benchmarks, etc. In terms of it, it is the most reasonable. The establishment of the historical operation model is usually restricted by the operating condition constraint parameters of the generator set, and the operational constraint parameters are different, and the corresponding historical operation model is different.
  • the application environment parameters of each device include geographic location, meteorological parameters, etc.
  • the design parameters of the equipment include design operation parameters, design power, measurement range, design energy efficiency, etc.
  • the application site type parameters of the equipment include shopping malls, supermarkets, hotels, office buildings, exhibitions. Pavilion, computer room, industrial plant, residential, national grid and other categories. Of course, there are other health constraint parameters, such as control mode.
  • the actual operating parameters of the genset are transmitted to the cloud computing device management and control platform through any one of a wireless internet network, a wired internet network, a Beidou system, a GPS, a 3G, and a 4G network.
  • the method of the embodiment is based on the cloud computing-based generator set management control method shown in FIG. 2, and specifically how to adjust the management of the Internet of Things field controller under the cloud computing device management and control platform. And a control mode approach that takes full advantage of the cloud The richness of the historical data of the computing device management and control platform further optimizes the operational model.

Abstract

本发明公开了一种基于云计算的发电机组管理控制系统及方法，该系统包括：物联网现场控制器，用于设定所述发电机组的正常运行参数并根据所述正常运行参数对所述发电机组的运行模式进行管理和控制；物联网现场数据采集器，用于采集所述发电机组的实际运行参数；云计算设备管理和控制平台，用于根据所述发电机组的实际运行参数和正常运行参数调整所述物联网现场控制器的管理和控制模式。所述方法利用该系统实现。本发明能够兼容所有不同厂家的发电机组管理控制平台，在统一的平台下对很多个对象进行集中管理控制，从而实现设备运行状况的最优化配置。

Description

基于云计算的发电机组管理控制系统及方法 技术领域 本发明涉及发电机组管理控制技术领域， 尤其涉及一种基于云计 算的发电机组管理控制系统及方法。 背景技术 随着全世界范围内的应急和小型发电机组 （如柴油发电机组和汽 油发电机组） 越来越多， 对各种发电机组的管理控制越来越重要。
现有技术中的发电机组管理控制系统， 通常仅仅采用分析设备数 量、 设备的铭牌信息、 设备的维修保养记录等手段， 对各种设备做一 个简单的信息汇总， 而不能够用自动化手段实时采集设备实时运行数 据和设计参数， 更难以做到跨平台、 跨系统 "物与物之间数据无障碍 共享"功能， 只能够通过人工登录产品参数和运行参数， 特别是不能 够做到同时对多台发电机组的各个设备做运行数据和设计参数对比分 析， 无法査证和提前预知设备故障的出现时间节点， 以及故障对设备 造成的危害程度。
本发明人还发现现有技术的发电机组管理控制软件还存在以下问 题：
1、 系统在处理大量历史数据时遇到处理速度不迅速、 数据保护无 法实现的问题；
2、 系统没有从设计因素、 使用环境、 使用习惯、 人为因素、 运行 指标、 管理体系、 故障基准标杆、 故障绩效、 故障统计、 运行优化等 方面进行综合的设备和零部件运行数据统计、 分析和管理控制， 仅仅 是将部分统计结果提供给用户， 让用户自己根据统计结果去修正现场 运行控制模式， 从而无法实现设备运行的最优化配置。
3、 不能够实现所有发电机组设施跨平台、 跨系统 "物与物数据实 时交换"， 并实现跨系统、 按照功能需求的设备设施管理和控制。
云计算是近几年发展起来的网络技术， 它是将计算任务分布在大 量计算机构成的资源池上， 使得各种应用系统能够根据需要获取计算 力、 存储空间和各种软件服务。 各大 IT公司纷纷推出自己的基于云计 算的平台服务， 如谷歌（G00GLE)、 微软、 雅虎、 亚马逊（Amazon )等， 总结起来云计算具有以下特点：
(1) 超大规模。 "云"具有相当的规模， Google云计算已经拥有 100多万台服务器， Amazon、 IBM, 微软、 Yahoo等的 "云"均拥有几 十万台服务器。 企业私有云一般拥有数百上千台服务器， "云"能赋予 用户前所未有的计算能力。
(2) 虚拟化。 云计算支持用户在任意位置、 使用各种终端获取应 用服务。 所请求的资源来自 "云 "， 而不是固定的有形的实体。 应用在
"云" 中某处运行， 但实际上用户无需了解、 也不用担心应用运行的 具体位置。 只需要一台笔记本或者一个手机， 就可以通过网络服务来 实现我们需要的一切， 甚至包括超级计算这样的任务。
(3) 高可靠性。 "云"使用了数据多副本容错、 计算节点同构可互 换等措施来保障服务的高可靠性， 使用云计算比使用本地计算机可靠。
(4) 通用性。 云计算不针对特定的应用， 在 "云" 的支撑下可以 构造出千变万化的应用， 同一个 "云"可以同时支撑不同的应用运行。
(5) 高可扩展性。 "云"的规模可以动态伸缩， 满足应用和用户规 模增长的需要。
(6) 按需服务。 "云"是一个庞大的资源池， 你按需购买； 云可以 像自来水， 电， 煤气那样计费。
(7)极其廉价。 由于"云"的特殊容错措施可以采用极其廉价的节 点来构成云， "云"的自动化集中式管理使大量企业无需负担日益高昂 的数据中心管理成本， "云"的通用性使资源的利用率较之传统系统大 幅提升， 因此用户可以充分享受 "云" 的低成本优势， 经常只要花费 几百美元、 几天时间就能完成以前需要数万美元、 数月时间才能完成 的任务。
(8)物联网技术是云计算实现现场设备数据跨平台交换的可靠保 障， 其本质含义是物与物相连、 互通及数据共享。
(9)物联网技术的核心和基础仍然是互联网技术，是在互联网技术 基础上的延伸和扩展的一种网络技术； 其用户端延伸和扩展到了任何 物品和物品之间， 进行信息交换和通讯； 因此， 物联网技术的定义是： 通过射频识别 （RFID)、 红外感应器、 全球定位系统、 激光扫描器等信 息传感设备， 按约定的协议， 将任何物品与互联网相连接， 进行信息 交换和通讯， 以实现智能化识别、 定位、 追踪、 监控和管理的一种网 络技术。
(10)物联网（Internet of Things)指的是将无处不在
(Ubiquitous ) 的末端设备 （Devices ) 和设施 (Faci l ities ) , 包括 具备 "内在智能" 的传感器、 移动终端、 工业系统、 数控系统、 家庭 智能设施、视频监控系统等、和 "外在使能" （Enabled)的，如贴上 RFID 的各种资产 （AS Sets )、 携带无线终端的个人与车辆等等 "智能化物件 或动物"或 "智能尘埃" （Mote ) , 通过各种无线和 /或有线的长距离 和 /或短距离通讯网络实现互联互通 （M2M)、 应用大集成 （Grand Integration)、 以及基于云计算的 SaaS营运等模式， 在内网
( Intranet ), 专网 (Extranet ), 和 /或互联网 ( Internet ) 环境下， 采用适当的信息安全保障机制， 提供安全可控乃至个性化的实时在线 监测、 定位追溯、 报警联动、 调度指挥、 预案管理、 远程控制、 安全 防范、 远程维保、 在线升级、 统计报表、 决策支持、 领导桌面 （集中 展示的 Cockpit Dashboard)等管理和服务功能，实现对 "万物" 的 "高 效、 节能、 安全、 环保" 的 "管、 控、 营"一体化。 发明内容 为了解决现有技术的上述问题， 本发明的目的是提供一种基于云 计算的发电机组管理控制系统及方法， 能够兼容所有不同厂家的发电 机组管理控制平台， 在一个统一的平台下对很多个对象集中进行设备 运行管理控制， 实现最大限度的运行优化管理、 故障预知和网络化自 动控制， 从而实现运行状况的最优化配置， 达到更好的运行效果。
为了实现上述目的， 本发明提供了一种基于云计算的发电机组管 理控制系统， 包括：
物联网现场控制器， 用于设定所述发电机组的正常运行参数以及 根据所述发电机组的正常运行参数对所述发电机组的运行模式进行管 理和控制， 并将所述发电机组的正常运行参数传输至云计算设备管理 和控制平台；
物联网现场数据采集器， 用于采集所述发电机组的实际运行参数 并传送给云计算设备管理和控制平台；
云计算设备管理和控制平台， 用于根据所述发电机组的实际运行 参数和正常运行参数调整所述物联网现场控制器的管理和控制模式。
作为优选， 所述云计算设备管理和控制平台具体包括：
接收单元， 用于接收所述物联网现场数据采集器采集到的所述发 电机组的实际运行参数以及通过所述物联网现场控制器设定的所述发 电机组的正常运行参数；
第一判断单元， 用于判断所述发电机组的实际运行参数与正常运 行参数是否匹配并生成判断结果；
运行模型生成单元， 用于当所述第一判断单元的判断结果为匹配 时根据所述发电机组的实际运行参数生成相应的运行模型；
运行模型数据库， 用于存储所述发电机组的各种历史运行模型； 第二判断单元， 用于判断所述生成的运行模型与所述运行模型数 据库中对应的历史运行模型是否匹配并生成判断结果；
控制模式调整单元， 用于当所述第一判断单元或所述第二判断单 元的判断结果为不匹配时调整所述物联网现场控制器对所述发电机组 的管理和控制模式。
作为优选， 所述发电机组的实际运行参数包括实时运行参数和安 全参数。 其中， 实时运行参数通常指物联网现场数据采集器直接采集 的温度、 湿度、 风量、 运行时间、 频率等与设备的实际运行相关的参 数， 例如： 所述发电机组的燃油流量、 电机转速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量等； 安全参数包括故障和报警等情况 下各个设备相关的参数， 例如： 所述发电机组的保护电流、 保护电压、 保护功率和安全转速等。
作为优选， 所述运行模型数据库中对应的历史运行模型是指运行 状况约束参数与所述生成的运行模型匹配的历史运行模型， 所述运行 状况约束参数包括所述发电机组的应用环境参数、 设计参数、 应用场 所类型参数和实际运行类型参数中的一种或者其组合。 运行模型数据 库中存有各种符合行业标准 （设计标准、 厂家设备设计参数等） 的历 史运行模型， 这些历史运行模型考虑了能耗标杆、 效率标杆、 绩效标 杆等评价标准的， 其运行模式相对来讲是最合理的。 历史运行模型的 建立通常受到所述发电机组的运行状况约束参数的制约， 运行状况约 束参数不同， 对应的历史运行模型就不同。 各个设备的应用环境参数 包括地理位置、 气象参数等， 设备的设计参数包括设计运行参数、 设 计功率、 测量范围、 设计能效等， 设备的应用场所类型参数包括商场、 超市、 酒店、 办公楼、 展览馆、 机房、 工业厂房、 住宅、 国家电网等 类别。 当然， 还可以有其他运行状况约束参数， 比如控制模式等。
为了实现上述目的， 本发明还提供了一种基于云计算的发电机组 管理控制方法， 包括：
S11 : 根据设定的所述发电机组的正常运行参数对所述发电机组的 运行模式进行管理和控制， 并将所述发电机组的正常运行参数传输至 云计算设备管理和控制平台；
S12 : 采集所述发电机组的实际运行参数并传送给云计算设备管理 和控制平台；
S13 : 在云计算设备管理和控制平台下根据所述发电机组的实际运 行参数和正常运行参数调整对所述发电机组的管理和控制模式。
作为优选， 所述 S13步骤具体包括：
S131 : 判断所述发电机组的实际运行参数和正常运行参数是否匹 配； 如果不匹配， 执行 S135步骤， 如果匹配， 执行 S132步骤；
S132 : 根据所述发电机组的实际运行参数生成相应的运行模型； S133 : 判断所述生成的运行模型与运行模型数据库中对应的历史 运行模型是否匹配；如果不匹配，执行 S135步骤，如果匹配，执行 S134 步骤；
S134 : 保持对所述发电机组的管理和控制模式；
S135 : 调整对所述发电机组的管理和控制模式。
作为进一步地优选， 执行所述 S134步骤后， 还包括 S136步骤， 将所述生成的运行模型加入到所述运行模型数据库中。
作为优选， 所述运行模型数据库中对应的历史运行模型是指运行 状况约束参数与所述生成的运行模型匹配的历史运行模型， 所述运行 状况约束参数包括所述发电机组的应用环境参数、 设计参数、 应用场 所类型参数和实际运行类型参数中的一种或者其组合。
作为优选， 所述发电机组的实际运行参数包括实时运行参数和安 全参数。 其中， 实时运行参数通常指物联网现场数据采集器直接采集 的温度、 湿度、 风量、 运行时间、 频率等与设备的实际运行相关的参 数， 例如： 所述发电机组的燃油流量、 电机转速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量等； 安全参数包括故障和报警等情况 下各个设备相关的参数， 例如： 所述发电机组的保护电流、 保护电压、 保护功率和安全转速等。
作为优选， 所述发电机组的正常运行参数和实际运行参数均通过 无线 INTERNET网、 有线 INTERNET网、 GPRS、 北斗系统、 GPS、 3G、 4G 网中的任一种传送给云计算设备管理和控制平台。
与现有技术相比， 本发明的有益效果在于， 本发明提供的发电机 组管理控制系统及方法能够兼容所有不同厂家的发电机组管理控制平 台， 在一个统一的平台下对很多个对象集中进行运行管理控制， 实现 最大限度的预知设备故障和网络化自动调节控制， 从而实现设备运行 状况的最优化配置， 达到更好的设备管理和维护效果。 附图说明 图 1 是本发明实施例的基于云计算的发电机组管理控制系统的结 构示意图；
图 2 是本发明一个实施例的基于云计算的发电机组管理控制方法 的流程图；
图 3 是本发明另一个实施例的基于云计算的发电机组管理控制方 法的流程图。 具体实舫式 下面结合附图详细说明本发明的实施例。
如图 1所示的本发明实施例的基于云计算的发电机组管理控制系 统的结构示意图， 基于云计算的发电机组管理控制系统包括： 物联网现场控制器 11，用于设定发电机组 10的正常运行参数以及 根据发电机组 10的正常运行参数对发电机组 10的运行模式进行管理 和控制， 并将发电机组 10的正常运行参数传输至云计算设备管理和控 制平台 13; 物联网现场控制器 11包括用户参数设定单元 111， 其用于 设定发电机组 10的正常运行参数， 以及调整物联网现场控制器 11对 发电机组 10的管理和控制模式； 常用的物联网现场控制器 11包括机 组控制器、 机组变频器、 机组负荷调整控制器、 机组电力柜、 燃油供 给修正控制器、 机组和电机振动修正控制器、 机组运行状态自动记录 仪、 机组运行故障记录仪和机组能耗记录仪等。 本实施例所采用的物 联网现场控制器 11是利用物联网技术研发的控制器， 是具有唯一 IP 地址的发电机组运行数据分析控制器， 与发电机组 10能够一一对应， 并利用物联网技术实现设备设施间数据跨平台和跨系统的实时交互。 通过物联网现场控制器 11设定的正常运行参数通过通讯网络传输到云 计算设备管理和控制平台 13， 其中所述通讯网络可以是无线 INTERNET 网、 有线 INTERNET网、 北斗系统、 GPS、 3G、 4G网或者更先进的下一 代传输网络等。
物联网现场数据采集器 12，用于采集发电机组 10的实际运行参数 并传送给云计算设备管理和控制平台 13;发电机组 10的实际运行参数 包括实时运行参数和安全参数。 其中， 实时运行参数通常指物联网现 场数据采集器 12直接采集的温度、 湿度、 风量、 运行时间、 频率等与 发电机组 10的实际运行相关的参数， 例如： 发电机组 10的燃油流量、 电机转速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量等； 安全参数包括故障和报警等情况下各个与发电机组 10相关的参数， 例 如： 发电机组 10的保护电流、 保护电压、 保护功率和安全转速等。 物 联网现场数据采集器 12—般由各类带网络传输功能的传感器、 数据统 计和汇总单元、 数据分析和上传单元等组成， 完成数据的采集和初步 统计分析功能， 其实际数量是根据需要而设定的， 可能有很多个物联 网现场数据采集器 12。本实施例所采用的物联网现场数据采集器 12是 利用物联网技术研发的数据采集器， 是具有唯一 IP地址的发电机组实 际运行数据采集器， 与发电机组 10能够一一对应。 物联网现场数据采 集器 12可以是各种燃油油量传感器、 电机转速传感器、 压力传感器、 液体泄漏测量仪、 加速度传感器、 电机扭矩传感器、 轴封漏油和漏水 传感器和电量采集仪等。物联网现场数据采集器 12采集到的发电机组 10的实际运行参数通过通讯网络传输到云计算设备管理和控制平台 13， 其中所述通讯网络可以是无线 INTERNET网、 有线 INTERNET网、 北斗系统、 GPS、 3G、 4G网或者更先进的下一代传输网络等。
云计算设备管理和控制平台 13，用于根据所述发电机组 10的实际 运行参数和正常运行参数调整所述物联网现场控制器 11的管理和控制 模式。 调整的目的是实现发电机组 10的最优化配置， 降低故障率， 减 少维护成本， 保证设备处于最佳运行状态等。 本实施例的云计算设备 管理和控制平台 13具体包括：
接收单元 131， 用于接收物联网现场数据采集器 12采集到的发电 机组 10的实际运行参数以及通过物联网现场控制器 11设定的发电机 组 10的正常运行参数；
第一判断单元 132， 用于判断所述采集到的发电机组 10的实际运 行参数与所述设定的发电机组 10的正常运行参数是否匹配并生成判断 结果；
运行模型生成单元 133，用于当第一判断单元 132的判断结果为匹 配时根据所述采集到的发电机组 10的实际运行参数生成相应的运行模 型； 运行模型包括整体工况和运行工况等指标。
运行模型数据库 130，用于存储发电机组 10的各种历史运行模型; 运行模型数据库 130中存有各种符合行业标准 （设计标准、 厂家设备 设计参数等） 的发电机组历史运行模型以及被相关规范、 标准等文件 约定或承认的最优运行状态模型， 这些历史运行模型是考虑了功能标 杆、 效率标杆、 绩效标杆等评价标准的， 其运行状态相对来讲是最合 理的。
第二判断单元 134，用于判断所述生成的运行模型与运行模型数据 库中对应的历史运行模型是否匹配并生成判断结果； 发电机组历史运 行模型的建立通常受到运行状况约束参数的制约， 运行状况约束参数 不同， 对应的发电机组历史运行模型就不同。 所述运行状况约束参数 包括所述各个设备的应用环境参数、 设计参数、 零配件设计参数、 应 用场所类型参数中的一种或者其组合以及与其他约束参数 （如控制优 化模式） 的组合。 各个设备的应用环境参数包括地理位置、 气象参数 等， 设计参数包括运行状况、 设计功率、 测量范围、 设计能效等， 应 用场所类型参数包括商场、 超市、 酒店、 办公楼、 展览馆、 机房、 工 业厂房、 住宅、 国家电网等类型。 用户通过运行状况约束参数设定单 元 14输入当前生成的运行模型的运行状况约束参数， 然后根据这些运 行状况约束参数在发电机组运行模型数据库 130中找到对应的历史运 行模型 （即运行状况约束参数与所述生成的运行模型匹配的历史运行 模型）， 再判断生成的运行模型与对应的历史运行模型是否匹配， 如果 不匹配说明设备运行不合理， 需要调整。 例如生成的运行模型单位时 间设备振动加速度要求 1000g (每秒平方），但是如果小于或大于设定值 的 10%以上， 则可以推断此设备的运行状态不正常， 要么发生共振， 要 么零配件出现过度磨损， 或者偏心等， 需要对设备进行调整。
控制模式调整单元 135，用于当第一判断单元 132或第二判断单元 134的判断结果为不匹配时调整物联网现场控制器 11对发电机组 10的 管理和控制模式。 不匹配说明运行不符合要求， 需要对管理和控制模 式进行调整以保证设备正常运行， 直到最佳运行点实现匹配为止， 从 而实现运行状况的最优化配置。 当第一判断单元 132的判断结果为不 匹配时， 说明运行状况无法达到用户设定的要求， 需要直接进行调整; 当第二判断单元 134的判断结果为不匹配时， 说明运行状况虽然能够 达到用户设定要求， 但还不是最优的， 没有考虑功能标杆、 效率标杆、 绩效标杆等评价标准， 有必要进行调整从而进一步优化运行状态。 如 果第二判断单元 134的判断结果为匹配时， 说明生成的运行模型是合 理的符合要求的，则将所述生成的运行模型加入到运行模型数据库 130 中， 丰富历史数据， 为后续运行状况管理控制提供参考。
当然， 云计算设备管理和控制平台 13对物联网现场控制器 11 的 管理和控制模式有很多种， 上述实施例仅仅给出了其中的一种。
为了用户使用方便， 本实施例的基于云计算的发电机组管理控制 系统可以做成直观的显示界面， 用户只需要通过显示界面进行管理控 制即可。
当发电机组 10 (如应急发电机组） 正常工作时， 油箱温度应保持 在 140— 150° F之间， 否则云计算设备管理和控制平台 13将做温度预 警，将报警信息自动在云计算设备管理和控制平台 13的相应环节显示， 并控制相应设备的物联网现场控制器 11做相应的温度调节和控制； 轴 承回油温度应保持在 150— 175° F之间， 当物联网现场数据采集器 12 采集到轴承回油温度正常时， 云计算设备管理和控制平台 13将会发出 控制信号使相应的物联网现场控制器 11将油加热器停止加热； 控制中 心油压表显示的读数， 差压应在 138— 172kpa之间， 当物联网现场数 据采集器 12采集到差压过小时， 云计算设备管理和控制平台 13则会 发出差压过小的几种可能和相对应的自动化管理和控制措施： 管路泄 露 （应对措施一自动査漏、 堵漏）、 储油箱油量不足 （应对措施一自动 加油）， 油泵转速过低 （应对措施一调节油泵转速增加）、 有水泄露至 油箱 （应对措施一更换油）、 油品质过差 （换油）； 而当云计算设备管 理和控制平台 13判断物联网现场数据采集器 12采集到的数据过高时， 则会发出差压过大的几种可能和相对应的自动化管路和控制措施： 管 路堵塞 （应对措施一自动贯通管路）、 储油箱油量过满 （应对措施一自 动泄油到合理）、 油泵转速过高 （应对措施一调节油泵转速降低） 等。
使用云计算设备管理和控制平台 13进行设备管理控制的优势十分 明显， 云计算的规模性和可扩展性的特点使得超大规模运行状况集中 控制可以实现， 理论上讲可以实现全球范围内的任何种类的发电机组 的管理控制， 应用范围更广； 云计算的虚拟化的特点使得各个用户进 行运行状况管理控制时无需单独配置独立的运行状况管理控制平台， 而是在 "云" 中按需获得， 大大降低了成本； 云计算的资源共享的特 点使得整个控制平台内历史数据十分丰富， 可以匹配最佳历史数据作 为参考， 从而实现能源的最优化配置。
如图 2所示的本发明一个实施例的基于云计算的发电机组管理控 制方法的流程图， 该方法包括：
S11 : 根据设定的所述发电机组的正常运行参数对所述发电机组的 运行模式进行管理和控制， 并将所述发电机组的正常运行参数传输至 云计算设备管理和控制平台； 设定的正常运行参数通过通讯网络传输 到云计算设备管理和控制平台， 其中所述通讯网络可以是无线
INTERNET网、 有线 INTERNET网、 北斗系统、 GPS、 3G、 4G网或者更先 进的下一代传输网络等。 S12 : 采集所述发电机组的实际运行参数并传送给云计算设备管理 和控制平台； 所述发电机组的实际运行参数包括实时运行参数和安全 参数。 其中， 实时运行参数通常指直接采集的温度、 湿度、 风量、 运 行时间、 频率等与发电机组的实际运行相关的参数， 例如： 燃油流量、 电机转速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量等； 安全参数包括故障和报警等情况下各个与发电机组相关的参数， 例 如： 发电机组的保护电流、 保护电压、 保护功率和安全转速等。 一般 采用由各类带网络传输功能的传感器、 数据统计和汇总单元、 数据分 析和上传单元等组成的物联网现场数据采集器对实际运行参数进行采 集， 所述物联网现场数据采集器的实际数量是根据需要而设定的， 例 如燃油油量传感器、 电机转速传感器、 压力传感器、 液体泄漏测量仪、 加速度传感器、 电机扭矩传感器、 轴封漏油和漏水传感器和电量采集 仪等。 采集到的发电机组的实际运行参数通过通讯网络传输到云计算 设备管理和控制平台， 其中通讯网络可以是无线 INTERNET 网、 有线 INTERNET 网、 北斗系统、 GPS、 3G、 4G 网或者更先进的下一代传输网 络等。
S13 : 在云计算设备管理和控制平台下根据所述发电机组的实际运 行参数和正常运行参数调整对所述发电机组的管理和控制模式。
由于使用了云计算设备管理和控制平台对发电机组的运行状况进 行管理和控制， 云计算的规模性和可扩展性的特点使得超大规模运行 状况集中控制可以实现， 理论上讲可以实现全球范围内的任何种类的 发电机组的管理控制， 应用范围更广； 云计算的虚拟化的特点使得各 个用户进行运行状况管理控制时无需单独配置独立的运行状况管理控 制平台， 而是在 "云" 中按需获得， 大大降低了成本； 云计算的资源 共享的特点使得整个控制平台内历史数据十分丰富， 可以匹配最佳历 史数据作为参考， 从而实现运行状况的最优化配置。
如图 3所示的本发明另一个实施例的基于云计算的发电机组管理 控制方法的流程图， 该方法在图 2所示的基于云计算的发电机组管理 控制方法的基础上， 所述 S13步骤具体包括：
S131 : 判断所述发电机组的实际运行参数和正常运行参数是否匹 配； 如果不匹配， 执行 S135步骤， 如果匹配， 执行 S132步骤； S132 : 根据所述发电机组的实际运行参数生成相应的运行模型； S133 : 判断所述生成的运行模型与运行模型数据库中对应的历史 运行模型是否匹配；如果不匹配，执行 S135步骤，如果匹配，执行 S134 步骤；
S134 : 保持对所述发电机组的管理和控制模式；
S135 : 调整对所述发电机组的管理和控制模式。
作为本实施例的一种优选方案，执行所述 S134步骤后，还包括 S136 步骤， 将所述生成的运行模型加入到所述运行模型数据库中， 丰富历 史数据， 为后续运行状况管理控制提供参考。
更加详细的介绍请参考上述基于云计算的发电机组管理控制系统 实施例中的表述。
所述运行模型数据库中对应的历史运行模型是指运行状况约束参 数与所述生成的运行模型匹配的历史运行模型， 所述运行状况约束参 数包括所述发电机组的应用环境参数、 设计参数、 应用场所类型参数 和实际运行类型参数中的一种或者其组合。 运行模型数据库中存有各 种符合行业标准 （设计标准、 厂家设备设计参数等） 的历史运行模型， 这些历史运行模型考虑了能耗标杆、 效率标杆、 绩效标杆等评价标准 的， 其运行模式相对来讲是最合理的。 历史运行模型的建立通常受到 所述发电机组的运行状况约束参数的制约， 运行状况约束参数不同， 对应的历史运行模型就不同。各个设备的应用环境参数包括地理位置、 气象参数等， 设备的设计参数包括设计运行参数、 设计功率、 测量范 围、 设计能效等， 设备的应用场所类型参数包括商场、 超市、 酒店、 办公楼、 展览馆、 机房、 工业厂房、 住宅、 国家电网等类别。 当然， 还可以有其他运行状况约束参数， 比如控制模式等。
所述发电机组的实际运行参数通过无线 INTERNET 网、 有线 INTERNET 网、 北斗系统、 GPS、 3G、 4G 网中的任一种传送给云计算设 备管理和控制平台。
本实施例的方法在图 2所示的基于云计算的发电机组管理控制方 法的基础上， 具体给出了一种在云计算设备管理和控制平台下如何调 整所述物联网现场控制器的管理和控制模式的方法， 其充分利用了云 计算设备管理和控制平台历史数据丰富的特点， 进一步优化了运行模 型。
以上实施例仅为本发明的示例性实施例， 不用于限制本发明， 本 发明的保护范围由附加的权利要求书限定。 本领域技术人员可以在本 发明的实质和保护范围内， 对本发明做出各种修改或等同替换， 这种 修改或等同替换也应视为落在本发明的保护范围内。

Claims

权利要求
1、一种基于云计算的发电机组管理控制系统，其特征在于，包括: 物联网现场控制器， 用于设定所述发电机组的正常运行参数以及 根据所述发电机组的正常运行参数对所述发电机组的运行模式进行管 理和控制， 并将所述发电机组的正常运行参数传输至云计算设备管理 和控制平台；
物联网现场数据采集器， 用于采集所述发电机组的实际运行参数 并传送给云计算设备管理和控制平台；
云计算设备管理和控制平台， 用于根据所述发电机组的实际运行 参数和正常运行参数调整所述物联网现场控制器的管理和控制模式。
2、 根据权利要求 1所述的基于云计算的发电机组管理控制系统， 其特征在于， 所述云计算设备管理和控制平台具体包括：
接收单元， 用于接收所述物联网现场数据采集器采集到的所述发 电机组的实际运行参数以及通过所述物联网现场控制器设定的所述发 电机组的正常运行参数；
第一判断单元， 用于判断所述发电机组的实际运行参数与正常运 行参数是否匹配并生成判断结果；
运行模型生成单元， 用于当所述第一判断单元的判断结果为匹配 时根据所述发电机组的实际运行参数生成相应的运行模型；
运行模型数据库， 用于存储所述发电机组的各种历史运行模型； 第二判断单元， 用于判断所述生成的运行模型与所述运行模型数 据库中对应的历史运行模型是否匹配并生成判断结果；
控制模式调整单元， 用于当所述第一判断单元或所述第二判断单 元的判断结果为不匹配时调整所述物联网现场控制器对所述发电机组 的管理和控制模式。
3、 根据权利要求 1或 2所述的基于云计算的发电机组管理控制系 统， 其特征在于， 所述发电机组的实际运行参数包括实时运行参数和 安全参数； 所述实时运行参数包括所述发电机组的燃油流量、 电机转 速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量； 所述安全 参数包括所述发电机组的保护电流、 保护电压、 保护功率和电机安全 转速。
4、 根据权利要求 2所述的基于云计算的发电机组管理控制系统， 其特征在于， 所述运行模型数据库中对应的历史运行模型是指运行状 况约束参数与所述生成的运行模型匹配的历史运行模型， 所述运行状 况约束参数包括所述发电机组的应用环境参数、 设计参数、 应用场所 类型参数和实际运行类型参数中的一种或者其组合。
5、一种基于云计算的发电机组管理控制方法，其特征在于，包括: S11 : 根据设定的所述发电机组的正常运行参数对所述发电机组的 运行模式进行管理和控制， 并将所述发电机组的正常运行参数传输至 云计算设备管理和控制平台；
S12 : 采集所述发电机组的实际运行参数并传送给云计算设备管理 和控制平台；
S13 : 在云计算设备管理和控制平台下根据所述发电机组的实际运 行参数和正常运行参数调整对所述发电机组的管理和控制模式。
6、 根据权利要求 5所述的基于云计算的发电机组管理控制方法， 其特征在于， 所述 S13步骤具体包括：
S131 : 判断所述发电机组的实际运行参数和正常运行参数是否匹 配； 如果不匹配， 执行 S135步骤， 如果匹配， 执行 S132步骤；
S132 : 根据所述发电机组的实际运行参数生成相应的运行模型； S133 : 判断所述生成的运行模型与运行模型数据库中对应的历史 运行模型是否匹配；如果不匹配，执行 S135步骤，如果匹配，执行 S134 步骤；
S134 : 保持对所述发电机组的管理和控制模式；
S135 : 调整对所述发电机组的管理和控制模式。
7、 根据权利要求 6所述的基于云计算的发电机组管理控制方法， 其特征在于， 执行所述 S134步骤后， 还包括 S136步骤， 将所述生成 的运行模型加入到所述运行模型数据库中。
8、 根据权利要求 6所述的基于云计算的发电机组管理控制方法， 其特征在于， 所述运行模型数据库中对应的历史运行模型是指运行状 况约束参数与所述生成的运行模型匹配的历史运行模型， 所述运行状 况约束参数包括所述发电机组的应用环境参数、 设计参数、 应用场所 类型参数和实际运行类型参数中的一种或者其组合。
9、 根据权利要求 5或 6所述的基于云计算的发电机组管理控制方 法， 其特征在于， 所述发电机组的实际运行参数包括实时运行参数和 安全参数； 所述实时运行参数包括所述发电机组的燃油流量、 电机转 速、 压力、 液体泄漏率、 振动加速度、 电机扭矩和发电量； 所述安全 参数包括所述发电机组的保护电流、 保护电压、 保护功率和安全转速。
10、 根据权利要求 5或 6所述的基于云计算的发电机组管理控制 方法， 其特征在于， 所述发电机组的正常运行参数和实际运行参数均 通过无线 INTERNET网、 有线 INTERNET网、 GPRS、 北斗系统、 GPS、 3G、 4G网中的任一种传送给云计算设备管理和控制平台。
PCT/CN2012/001121 2011-09-20 2012-08-22 基于云计算的发电机组管理控制系统及方法 WO2013040851A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2011102800953A CN103016171A (zh) 2011-09-20 2011-09-20 基于云计算的发电机组管理控制系统及方法
CN201110280095.3 2011-09-20

Publications (1)

Publication Number Publication Date
WO2013040851A1 true WO2013040851A1 (zh) 2013-03-28

Family

ID=47913807

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/001121 WO2013040851A1 (zh) 2011-09-20 2012-08-22 基于云计算的发电机组管理控制系统及方法

Country Status (2)

Country Link
CN (1) CN103016171A (zh)
WO (1) WO2013040851A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446328A (zh) * 2016-01-15 2016-03-30 廖金能 发电机组远程故障诊断和健康监测系统及数据捕获方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9778632B2 (en) 2012-07-02 2017-10-03 Kohler Co. Generator management system and method that selectively activate at least one of a plurality of generators in a power generation system
CN103592906B (zh) * 2013-09-29 2016-07-06 西安祥泰软件设备系统有限责任公司 电机参数远程监控方法和嵌入式主板
EP3012939A1 (en) * 2014-04-11 2016-04-27 Kohler Co. Generator management system and method that selectively activate at least one of a plurality of generators in a power generation system
CN111779578B (zh) * 2020-07-14 2023-01-06 南京瑞华动力科技有限公司 一种燃气轮机NOx排放预测系统及预测方法
CN111897655B (zh) * 2020-08-06 2022-10-11 泰安泰山高压开关有限公司 一种输变电云端智能控制器
CN116631110B (zh) * 2023-07-24 2023-09-29 广州城建职业学院 一种机加工实训设备共享系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539763A (zh) * 2009-04-29 2009-09-23 成都阜特科技有限公司 风场监控系统
CN101710738A (zh) * 2009-12-09 2010-05-19 中国电力科学研究院 一种发电厂子站的自动电压控制系统
CN102013733A (zh) * 2010-12-23 2011-04-13 四川电力智能配电设备有限公司 智能配电系统
CN102086784A (zh) * 2010-12-16 2011-06-08 浙江大学 大型汽轮发电机组分布式远程振动监测与故障诊断系统
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
CN102157943A (zh) * 2011-03-09 2011-08-17 深圳市禾望电气有限公司 一种稳定风力发电机组网侧电压的方法
CN202267864U (zh) * 2011-09-20 2012-06-06 朗德华信（北京）自控技术有限公司 基于云计算的发电机组管理控制系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009003788A (ja) * 2007-06-22 2009-01-08 Sanyo Electric Co Ltd 設定支援装置、設定支援方法、設定支援プログラム、及び設備制御システム
CN201812187U (zh) * 2010-03-05 2011-04-27 姜永东 基于云计算的电子信息系统机房能源管理控制系统
CN201765487U (zh) * 2010-03-05 2011-03-16 姜永东 基于云计算的智慧家居能源管理控制系统
CN201765486U (zh) * 2010-03-05 2011-03-16 姜永东 基于云计算的设备监控系统
CN201765488U (zh) * 2010-04-27 2011-03-16 姜永东 基于云计算的机动车监控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539763A (zh) * 2009-04-29 2009-09-23 成都阜特科技有限公司 风场监控系统
CN101710738A (zh) * 2009-12-09 2010-05-19 中国电力科学研究院 一种发电厂子站的自动电压控制系统
CN102086784A (zh) * 2010-12-16 2011-06-08 浙江大学 大型汽轮发电机组分布式远程振动监测与故障诊断系统
CN102013733A (zh) * 2010-12-23 2011-04-13 四川电力智能配电设备有限公司 智能配电系统
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
CN102157943A (zh) * 2011-03-09 2011-08-17 深圳市禾望电气有限公司 一种稳定风力发电机组网侧电压的方法
CN202267864U (zh) * 2011-09-20 2012-06-06 朗德华信（北京）自控技术有限公司 基于云计算的发电机组管理控制系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446328A (zh) * 2016-01-15 2016-03-30 廖金能 发电机组远程故障诊断和健康监测系统及数据捕获方法
CN105446328B (zh) * 2016-01-15 2017-12-12 东莞团诚自动化设备有限公司 发电机组远程故障诊断和健康监测系统及数据捕获方法

Also Published As

Publication number Publication date
CN103016171A (zh) 2013-04-03

Similar Documents

Publication Publication Date Title
WO2013040853A1 (zh) 基于云计算的水泵管理控制系统及方法
US11755604B2 (en) Building management system with declarative views of timeseries data
WO2013040851A1 (zh) 基于云计算的发电机组管理控制系统及方法
WO2013040855A1 (zh) 基于云计算的绿色建筑设施设备管理控制系统及方法
CN202257235U (zh) 基于云计算的冷水机管理控制系统
US20180275625A1 (en) Building management system with dynamic channel communication
CN102193526B (zh) 基于云计算的智慧家居能源管理控制系统及方法
WO2013040850A1 (zh) 基于云计算的空气处理设备管理控制系统及方法
CN201765488U (zh) 基于云计算的机动车监控系统
CN202267861U (zh) 基于云计算的电梯设备管理控制系统
WO2013040852A1 (zh) 基于云计算的电梯设备管理控制系统及方法
CN202267864U (zh) 基于云计算的发电机组管理控制系统
JP2018196321A (ja) エネルギーの統合モニタリング装置及び方法
CN202284531U (zh) 基于云计算的水泵管理控制系统
WO2011106916A1 (zh) 基于云计算的建筑物能耗预测分析系统及方法
Chaudhri et al. Pervasive computing technologies to monitor vaccine cold chains in developing countries
CN102236344B (zh) 基于云计算的机动车能源管理系统及方法
WO2013040854A1 (zh) 基于云计算的冷水机管理控制系统及方法
CN202267863U (zh) 基于云计算的绿色建筑设施设备管理控制系统
CN202267862U (zh) 基于云计算的空气处理设备管理控制系统
WO2020009621A1 (ru) Система глобального управления потреблением энергоресурсов на базе технологии ioт
Valmaseda et al. An event-driven SOA-based platform for energy-efficiency applications in buildings
WO2018184167A1 (zh) 流量积算云服务中心系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12834429

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 06/08/2014)

122 Ep: pct application non-entry in european phase

Ref document number: 12834429

Country of ref document: EP

Kind code of ref document: A1