CN110807563A - 一种基于大数据的设备寿命预测***及方法 - Google Patents

一种基于大数据的设备寿命预测***及方法 Download PDF

Info

Publication number
CN110807563A
CN110807563A CN202010013629.5A CN202010013629A CN110807563A CN 110807563 A CN110807563 A CN 110807563A CN 202010013629 A CN202010013629 A CN 202010013629A CN 110807563 A CN110807563 A CN 110807563A
Authority
CN
China
Prior art keywords
data
power consumption
battery
unit
communication 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.)
Granted
Application number
CN202010013629.5A
Other languages
English (en)
Other versions
CN110807563B (zh
Inventor
龙丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Qingzhu
Original Assignee
Guangdong Zhaocaitong Information Technology Co Ltd
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 Guangdong Zhaocaitong Information Technology Co Ltd filed Critical Guangdong Zhaocaitong Information Technology Co Ltd
Priority to CN202010013629.5A priority Critical patent/CN110807563B/zh
Publication of CN110807563A publication Critical patent/CN110807563A/zh
Application granted granted Critical
Publication of CN110807563B publication Critical patent/CN110807563B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明属于大数据技术领域，具体公开了一种基于大数据的设备寿命预测***及方法，该寿命预测***包括数据采集模块、数据处理模块，预测更新模块和显示模块，所述数据采集模块与数据处理模块电性连接，所述数据处理模块与预测更新模块和显示模块电性连接本发明科学合理，使用安全方便，设置数据替换单元和数据更新单元，使得可以利用通讯设备电池实际使用过程中的静态耗电速率和动态耗电速率对原有的预测的该时间点的静态耗电速率和动态耗电速率进行计算，使得可以实现对数据的更新，避免完全预测导致预测结果出现较大的偏差，利用实际使用数据对预测数据进行替换，可以使得预测更加的贴合实际使用情况，使得可以预测结果逐渐变得精准。

Description

一种基于大数据的设备寿命预测***及方法
技术领域
本发明涉及大数据技术领域，具体是一种基于大数据的设备寿命预测***及方法。
背景技术
随着社会的不断发展和科技的不断进步，大数据时代已经朝我们走来，利用对大数据的分析，得出结论，成为了人们利用的重点；
现有技术中，设备的使用通常会一定的使用寿命，如果用户在无法得知设备的使用寿命将至的时候仍然使用设备，会导致出现故障和意外，影响正常的计划和安排，其中，设备包括机械设备、交通设备和通讯设备等，其中通讯设备的使用越发的广泛，现代社会中几乎人手一部通讯设备，而通讯设备的核心之一为通讯设备电池，而对于通讯设备电池使用寿命的预测在现有技术中存在以下缺陷：
1、通讯设备电池在使用过程中，预测其使用寿命之后，可能会因为在使用过程中的一些不当操作操作导致电池的使用寿命进一步的降低，而无法达到预测的使用寿命，导致预测结果不精准；
2、现有技术对于通讯设备电池的预测只考虑了动态状态的耗电速率，而没有对静态耗电速率和动态耗电速率进行综合考虑，使得预测的结果不精准。
所以，人们急需一种基于大数据的设备寿命预测***及方法。
发明内容
本发明的目的在于提供一种基于大数据的设备寿命预测***及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的设备寿命预测***，该寿命预测***包括用于采集相关数据的数据采集模块、用于对采集之后的数据进行处理和计算的数据处理模块，用于对处理之后的数据进行更新的预测更新模块，使得可以根据实际数据与预测数据的对比，利用实际数据替换预测数据，使得整体的预测结果更加的准确，和用于对预测结果进行显示的显示模块；
所述数据采集模块与数据处理模块电性连接，所述数据处理模块与预测更新模块和显示模块电性连接。
根据上述技术方案，所述数据采集模块包括显示检测单元、电量监测单元和时间记录单元；
所述显示检测单元、电量监测单元和时间记录单元的输出端均电性连接数据处理模块的输入端；
所述显示检测单元用于对通讯设备的显示屏是否点亮进行检测，作为判断静态耗电量和动态耗电量的依据，使得可以对通讯设备电池的寿命预测更加的精准，所述电量监测单元用于对通讯设备电池的电量进行实时监测，通过通讯设备电池的电量变化量对耗电速率进行计算和确认，所述时间记录单元用于对时间进行实时记录，配合显示检测单元，确定动态耗电时长和静态耗电时长。
根据上述技术方案，所述数据处理模块包括处理器、寿命预测单元、数据库和数据调取单元；
所述数据采集模块的输出端电性连接处理器的输入端，所述处理器的输出端电性连接数据库、寿命预测单元和显示模块的输入端，所述数据库的输出端电性连接数据调取单元的输入端，所述数据调取单元的输出端电性连接处理器的输入端；
所述处理器用于对数据采集模块采集的各项数据进行分类和处理，所述数据库用于对处理器处理的各项数据进行存储，所述寿命预测单元用于根据处理器处理之后的数据，对通讯设备电池的使用寿命进行预测，所述数据调取单元用于从数据库中进行相关历史数据的调取，供给处理器处理和参考使用。
根据上述技术方案，所述预测更新模块包括数据更新单元和数据替换单元；
所述寿命预测单元的输出端电性连接数据更新单元的输入端，所述数据更新单元的输出端电性连接数据替换单元的输入端，所述数据替换单元的输出端电性连接数据库的输入端；
所述数据更新单元用于将通讯设备电池实际使用数据与预测使用数据进行比对，使得可以根据实际使用数据实现对通讯设备电池的实时预测，使得预测结果更加的精准，所述数据替换单元用于将实时使用数据替换数据库内部的预测使用数据，实现对数据的实时更新和替换。
根据上述技术方案，所述显示模块用于对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行显示。
一种基于大数据的设备寿命预测方法，该方法包括以下步骤：
S1、利用数据采集模块对各项数据进行采集；
S2、利用数据处理模块对采集之后的各项数据进行处理；
S3、根据实际使用情况对预测的数据进行实时更新并重新预测；
S4、利用显示模块对各项数据进行显示。
根据上述技术方案，所述步骤S1-S2中，利用显示检测单元对通讯设备显示屏是否点亮进行检测，判断通讯设备电池为静态耗电或动态耗电状态，静态耗电状态记为J，动态耗电状态记为D，利用电量监测单元对通讯设备电池电量进行实时监测，尤其是由静态耗电转动态耗电的时间点和动态耗电转静态耗电的时间点的通讯设备电池电量，利用时间记录单元对通讯设备电池电量的消耗进行时间T的实时记录，形成通讯设备电池耗电的耗电分布集合，静态耗电的电量消耗集合为J={(j1,j2)，(j3,j4),(j5,j6),…,(jn-1,jn)}，动态耗电的电量消耗集合为D={(d1,d2),(d3,d4),(d5,d6),…,(dm-1,dm)}，静态耗电的电量消耗时间集合为JT={(t1,t2),(t3,t4),(t5,t6),…,(tn-1,tn)}，动态耗电的电量消耗时间集合为DT={(T1,T2),(T3,T4),(T5,T6),…,(Tm-1,Tm)}；
根据公式：
Figure DEST_PATH_IMAGE001
，i≥1且i为奇数；
其中，P为通讯设备电池静态平均耗电速率；
根据公式：
Figure DEST_PATH_IMAGE002
，k≥1且k为奇数；
其中，Q为通讯设备电池动态平均耗电速率；
当P≥A且Q≥B，表示通讯设备电池达到其使用寿命；
其中，A表示通讯设备电池静态平均耗电速率的最大阈值，B表示通讯设备电池动态平均耗电速率的最大阈值。
根据上述技术方案，所述数据处理模块根据数据库中存储的数据对通讯设备电池的静态耗电速率P和动态耗电速率Q的变化量进行预测；
所述数据调取单元从数据库中调取通讯设备电池每一次放电的静态耗电速率P和动态耗电速率Q的数据，形成集合P={P1,P2,P3,…,Px}和Q={Q1,Q2,Q3,…,Qx}；
根据公式：
Figure DEST_PATH_IMAGE003
；
Figure DEST_PATH_IMAGE004
；
其中，
Figure DEST_PATH_IMAGE005
表示通讯设备电池相邻两次放电静态耗电速率的变化量，
Figure DEST_PATH_IMAGE006
表示通讯 设备电池相邻两次放电动态耗电速率的变化量；
根据公式：
Figure DEST_PATH_IMAGE007
；
Figure DEST_PATH_IMAGE008
；
其中，
Figure DEST_PATH_IMAGE009
表示相邻两次静态耗电速率变化量之间的差值，
Figure DEST_PATH_IMAGE010
表示相邻两个动态耗电速 率变化量之间的差值；
得到静态耗电速率变化量差值的集合M={
Figure DEST_PATH_IMAGE011
,
Figure DEST_PATH_IMAGE012
,
Figure DEST_PATH_IMAGE013
,…,
Figure DEST_PATH_IMAGE014
}，N={
Figure DEST_PATH_IMAGE015
,, ,…,
Figure DEST_PATH_IMAGE018
}；
根据集合M和集合N，得出静态耗电速率变化量差值的公式YP和动态耗电速率变化量差值的公式YQ；
当YP和YQ分别等于A和B时，得出距离最近一次放电的静态耗电速率和动态耗电速率的数值即为通讯设备电池的使用寿命即次数。
根据上述技术方案，所述步骤S3中，利用数据采集模块实时采集通讯设备电池耗电的实时数据，利用实时数据对预测数据进行计算，利用数据替换单元替换原有数据库中的预测数据，利用数据更新单元将实际数据替换原有的预测数据，并对通讯设备电池的使用寿命进行重新的预测，可以实现对预测结果的实时更新，使得预测结果更加的精准。
所述步骤S4中，利用所述显示模块对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行实时显示，所述处理器对数据进行处理，生成图表，所述显示模块对图表进行显示，使得可以更加直观的了解通讯设备电池的实际使用寿命。
与现有技术相比，本发明的有益效果是：
1、设置有数据采集模块，可以对通讯设备电池的显示屏是否工作进行检测，实现通讯设备动态耗电和静态耗电的区分，使得可以更加准确的对通讯设备电池的寿命进行预测，同时，利用电量监测单元对通讯设备电池电量进行监测，使得可以对通讯设备电池的静态耗电速率和动态耗电速率进行计算，同时，利用数据库中存储的历史数据，对电池静态耗电速率曲线和动态耗电速率曲线进行计算，转换成公式，根据设备的寿命终止耗电速率阈值对放电次数进行计算，使得可以更加准确的得知通讯设备电池使用寿命。
2、设置数据替换单元和数据更新单元，使得可以利用通讯设备电池实际使用过程中的静态耗电速率和动态耗电速率对原有的预测的该时间点的静态耗电速率和动态耗电速率进行计算，使得可以实现对数据的更新，避免完全预测导致预测结果出现较大的偏差，利用实际使用数据对预测数据进行替换，可以使得预测更加的贴合实际使用情况，使得可以预测结果逐渐变得精准。
附图说明
图1为本发明一种基于大数据的设备寿命预测***的模块组成示意图；
图2为本发明一种基于大数据的设备寿命预测***的模块连接示意图；
图3为本发明一种基于大数据的设备寿命预测方法的步骤示意图；
图4为本发明一种基于大数据的设备寿命预测方法的流程示意图。
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。
如图1-2所示，一种基于大数据的设备寿命预测***，该寿命预测***包括用于采集相关数据的数据采集模块、用于对采集之后的数据进行处理和计算的数据处理模块，用于对处理之后的数据进行更新的预测更新模块，使得可以根据实际数据与预测数据的对比，利用实际数据替换预测数据，使得整体的预测结果更加的准确，和用于对预测结果进行显示的显示模块；
所述数据采集模块与数据处理模块电性连接，所述数据处理模块与预测更新模块和显示模块电性连接。
所述数据采集模块包括显示检测单元、电量监测单元和时间记录单元；
所述显示检测单元、电量监测单元和时间记录单元的输出端均电性连接数据处理模块的输入端；
所述显示检测单元用于对通讯设备的显示屏是否点亮进行检测，作为判断静态耗电量和动态耗电量的依据，使得可以对通讯设备电池的寿命预测更加的精准，所述电量监测单元用于对通讯设备电池的电量进行实时监测，通过通讯设备电池的电量变化量对耗电速率进行计算和确认，所述时间记录单元用于对时间进行实时记录，配合显示检测单元，确定动态耗电时长和静态耗电时长。
所述数据处理模块包括处理器、寿命预测单元、数据库和数据调取单元；
所述数据采集模块的输出端电性连接处理器的输入端，所述处理器的输出端电性连接数据库、寿命预测单元和显示模块的输入端，所述数据库的输出端电性连接数据调取单元的输入端，所述数据调取单元的输出端电性连接处理器的输入端；
所述处理器用于对数据采集模块采集的各项数据进行分类和处理，所述数据库用于对处理器处理的各项数据进行存储，所述寿命预测单元用于根据处理器处理之后的数据，对通讯设备电池的使用寿命进行预测，所述数据调取单元用于从数据库中进行相关历史数据的调取，供给处理器处理和参考使用。
所述预测更新模块包括数据更新单元和数据替换单元；
所述寿命预测单元的输出端电性连接数据更新单元的输入端，所述数据更新单元的输出端电性连接数据替换单元的输入端，所述数据替换单元的输出端电性连接数据库的输入端；
所述数据更新单元用于将通讯设备电池实际使用数据与预测使用数据进行比对，使得可以根据实际使用数据实现对通讯设备电池的实时预测，使得预测结果更加的精准，所述数据替换单元用于将实时使用数据替换数据库内部的预测使用数据，实现对数据的实时更新和替换。
所述显示模块用于对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行显示。
如图3-4所示，一种基于大数据的设备寿命预测方法，该方法包括以下步骤：
S1、利用数据采集模块对各项数据进行采集；
S2、利用数据处理模块对采集之后的各项数据进行处理；
S3、根据实际使用情况对预测的数据进行实时更新并重新预测；
S4、利用显示模块对各项数据进行显示。
所述步骤S1-S2中，利用显示检测单元对通讯设备显示屏是否点亮进行检测，判断通讯设备电池为静态耗电或动态耗电状态，静态耗电状态记为J，动态耗电状态记为D，利用电量监测单元对通讯设备电池电量进行实时监测，尤其是由静态耗电转动态耗电的时间点和动态耗电转静态耗电的时间点的通讯设备电池电量，利用时间记录单元对通讯设备电池电量的消耗进行时间T的实时记录，形成通讯设备电池耗电的耗电分布集合，静态耗电的电量消耗集合为J={(j1,j2)，(j3,j4),(j5,j6),…,(jn-1,jn)}，动态耗电的电量消耗集合为D={(d1,d2),(d3,d4),(d5,d6),…,(dm-1,dm)}，静态耗电的电量消耗时间集合为JT={(t1,t2),(t3,t4),(t5,t6),…,(tn-1,tn)}，动态耗电的电量消耗时间集合为DT={(T1,T2),(T3,T4),(T5,T6),…,(Tm-1,Tm)}；
根据公式：
Figure DEST_PATH_IMAGE019
，i≥1且i为奇数；
其中，P为通讯设备电池静态平均耗电速率；
根据公式：
Figure DEST_PATH_IMAGE020
，k≥1且k为奇数；
其中，Q为通讯设备电池动态平均耗电速率；
当P≥A且Q≥B，表示通讯设备电池达到其使用寿命；
其中，A表示通讯设备电池静态平均耗电速率的最大阈值，B表示通讯设备电池动态平均耗电速率的最大阈值。
所述数据处理模块根据数据库中存储的数据对通讯设备电池的静态耗电速率P和动态耗电速率Q的变化量进行预测；
所述数据调取单元从数据库中调取通讯设备电池每一次放电的静态耗电速率P和动态耗电速率Q的数据，形成集合P={P1,P2,P3,…,Px}和Q={Q1,Q2,Q3,…,Qx}；
根据公式：
Figure 793545DEST_PATH_IMAGE003
；
Figure 241844DEST_PATH_IMAGE004
；
其中，
Figure 287160DEST_PATH_IMAGE005
表示通讯设备电池相邻两次放电静态耗电速率的变化量，
Figure 213528DEST_PATH_IMAGE006
表示通讯 设备电池相邻两次放电动态耗电速率的变化量；
根据公式：
Figure 559059DEST_PATH_IMAGE007
；
Figure 912680DEST_PATH_IMAGE008
；
其中，
Figure 976451DEST_PATH_IMAGE009
表示相邻两次静态耗电速率变化量之间的差值，
Figure 443860DEST_PATH_IMAGE010
表示相邻两个动态耗电速 率变化量之间的差值；
得到静态耗电速率变化量差值的集合M={
Figure 909476DEST_PATH_IMAGE011
,
Figure 433998DEST_PATH_IMAGE012
, ,…,
Figure 190919DEST_PATH_IMAGE014
}，N={
Figure 245462DEST_PATH_IMAGE015
,
Figure 206465DEST_PATH_IMAGE016
, ,…,
Figure 785531DEST_PATH_IMAGE018
}；
根据集合M和集合N，得出静态耗电速率变化量差值的公式YP和动态耗电速率变化量差值的公式YQ；
当YP和YQ分别等于A和B时，得出距离最近一次放电的静态耗电速率和动态耗电速率的数值即为通讯设备电池的使用寿命即次数。
所述步骤S3中，利用数据采集模块实时采集通讯设备电池耗电的实时数据，利用实时数据对预测数据进行计算，利用数据替换单元替换原有数据库中的预测数据，利用数据更新单元将实际数据替换原有的预测数据，并对通讯设备电池的使用寿命进行重新的预测，可以实现对预测结果的实时更新，使得预测结果更加的精准。
所述步骤S4中，利用所述显示模块对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行实时显示，所述处理器对数据进行处理，生成图表，所述显示模块对图表进行显示，使得可以更加直观的了解通讯设备电池的实际使用寿命。
实施例一：
利用显示检测单元对通讯设备显示屏是否点亮进行检测，判断通讯设备电池为静态耗电或动态耗电状态，静态耗电状态记为J，动态耗电状态记为D，利用电量监测单元对通讯设备电池电量进行实时监测，尤其是由静态耗电转动态耗电的时间点和动态耗电转静态耗电的时间点的通讯设备电池电量，利用时间记录单元对通讯设备电池电量的消耗进行时间T的实时记录，形成通讯设备电池耗电的耗电分布集合，静态耗电的电量消耗集合为J={(100%,96%)，(82%,79%),(55%,53%),（32%,31%）}，动态耗电的电量消耗集合为D={(96%,82%),(79%,55%),(53%,32%),(31%,20%)}，静态耗电的电量消耗时间集合为JT={(8:30,9:10),(9:40,10:10),(11:00,11:30),(12:00,12:20)}，动态耗电的电量消耗时间集合为DT={(9:10,9:40),(10:10,11:00),(11:30,12:00), (12:20,12:50)}；
根据公式：
Figure DEST_PATH_IMAGE021
；
其中，P=0.083%/min为通讯设备电池静态平均耗电速率；
根据公式：
Figure DEST_PATH_IMAGE022
；
其中，Q=0.5%/min为通讯设备电池动态平均耗电速率；
当P≥A=0.2%/min且Q≥B=1%/min，表示通讯设备电池达到其使用寿命；
其中，A=0.2%/min表示通讯设备电池静态平均耗电速率的最大阈值，B=1%/min表示通讯设备电池动态平均耗电速率的最大阈值。
所述数据处理模块根据数据库中存储的数据对通讯设备电池的静态耗电速率P和动态耗电速率Q的变化量进行预测；
所述数据调取单元从数据库中调取通讯设备电池每一次放电的静态耗电速率P和动态耗电速率Q的数据，形成集合P={0.025,0.025,0.027,0.030,0.031,0.034,0.036,…,0.815}和Q={0.12,0.123,0.125,0.127,0.131,0.135,0.139,…,0.483}；
根据公式：
Figure 22477DEST_PATH_IMAGE003
；
Figure 888802DEST_PATH_IMAGE004
；
其中，
Figure 414461DEST_PATH_IMAGE005
表示通讯设备电池相邻两次放电静态耗电速率的变化量，
Figure 24434DEST_PATH_IMAGE006
表示通讯 设备电池相邻两次放电动态耗电速率的变化量；
根据公式：
Figure 53570DEST_PATH_IMAGE007
；
Figure 356376DEST_PATH_IMAGE008
；
其中， 表示相邻两次静态耗电速率变化量之间的差值，
Figure 254766DEST_PATH_IMAGE010
表示相邻两个动态耗电速 率变化量之间的差值；
得到静态耗电速率变化量差值的集合M={
Figure DEST_PATH_IMAGE023
,
Figure DEST_PATH_IMAGE024
, ,0.001,
Figure 935146DEST_PATH_IMAGE025
, 0.002,…,0.004}，N={0.003,0.002,0.002,0.004,0.004,0.004,…,0.006}；
根据集合M和集合N，得出静态耗电速率变化量差值的公式YP=0.003*k+0.083=0.2,得出k=39，和动态耗电速率变化量差值的公式YQ=0.006*k+0.5=2，得出k=250；
当YP和YQ分别等于A和B时，得出距离最近一次放电的静态耗电速率和动态耗电速率的数值即为通讯设备电池的使用寿命即次数为250次。
所述步骤S3中，利用数据采集模块实时采集通讯设备电池耗电的实时数据，利用实时数据对预测数据进行计算，利用数据替换单元替换原有数据库中的预测数据，利用数据更新单元将实际数据替换原有的预测数据，并对通讯设备电池的使用寿命进行重新的预测，可以实现对预测结果的实时更新，使得预测结果更加的精准。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (7)

1.一种基于大数据的设备寿命预测***，其特征在于：该寿命预测***包括用于采集相关数据的数据采集模块、用于对采集之后的数据进行处理和计算的数据处理模块，用于对处理之后的数据进行更新的预测更新模块和用于对预测结果进行显示的显示模块；
所述数据采集模块与数据处理模块电性连接，所述数据处理模块与预测更新模块和显示模块电性连接；
所述数据采集模块包括显示检测单元、电量监测单元和时间记录单元；
所述显示检测单元、电量监测单元和时间记录单元的输出端均电性连接数据处理模块的输入端；
所述显示检测单元用于对通讯设备的显示屏是否点亮进行检测，所述电量监测单元用于对通讯设备电池的电量进行实时监测，所述时间记录单元用于对时间进行实时记录，配合显示检测单元，确定动态耗电时长和静态耗电时长。
2.根据权利要求1所述的一种基于大数据的设备寿命预测***，其特征在于：所述数据处理模块包括处理器、寿命预测单元、数据库和数据调取单元；
所述数据采集模块的输出端电性连接处理器的输入端，所述处理器的输出端电性连接数据库、寿命预测单元和显示模块的输入端，所述数据库的输出端电性连接数据调取单元的输入端，所述数据调取单元的输出端电性连接处理器的输入端；
所述处理器用于对数据采集模块采集的各项数据进行分类和处理，所述数据库用于对处理器处理的各项数据进行存储，所述寿命预测单元用于根据处理器处理之后的数据，对通讯设备电池的使用寿命进行预测，所述数据调取单元用于从数据库中进行相关历史数据的调取，供给处理器处理和参考使用。
3.根据权利要求2所述的一种基于大数据的设备寿命预测***，其特征在于：所述预测更新模块包括数据更新单元和数据替换单元；
所述寿命预测单元的输出端电性连接数据更新单元的输入端，所述数据更新单元的输出端电性连接数据替换单元的输入端，所述数据替换单元的输出端电性连接数据库的输入端；
所述数据更新单元用于将通讯设备电池实际使用数据与预测使用数据进行比对，所述数据替换单元用于将实时使用数据替换数据库内部的预测使用数据，实现对数据的实时更新和替换。
4.根据权利要求3所述的一种基于大数据的设备寿命预测***，其特征在于：所述显示模块用于对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行显示。
5.一种基于大数据的设备寿命预测方法，其特征在于：该方法包括以下步骤：
S1、利用数据采集模块对各项数据进行采集；
S2、利用数据处理模块对采集之后的各项数据进行处理；
S3、根据实际使用情况对预测的数据进行实时更新并重新预测；
S4、利用显示模块对各项数据进行显示；
所述步骤S1-S2中，利用显示检测单元对通讯设备显示屏是否点亮进行检测，判断通讯设备电池为静态耗电或动态耗电状态，静态耗电状态记为J，动态耗电状态记为D，利用电量监测单元对通讯设备电池电量进行实时监测，尤其是由静态耗电转动态耗电的时间点和动态耗电转静态耗电的时间点的通讯设备电池电量，利用时间记录单元对通讯设备电池电量的消耗进行时间T的实时记录，形成通讯设备电池耗电的耗电分布集合，静态耗电的电量消耗集合为J={(j1,j2),(j3,j4),(j5,j6),…,(jn-1,jn)}，动态耗电的电量消耗集合为D={(d1,d2),(d3,d4),(d5,d6),…,(dm-1,dm)}，静态耗电的电量消耗时间集合为JT={(t1,t2),(t3,t4),(t5,t6),…,(tn-1,tn)}，动态耗电的电量消耗时间集合为DT={(T1,T2),(T3,T4),(T5,T6),…,(Tm-1,Tm)}；
根据公式：
Figure 147518DEST_PATH_IMAGE001
，i≥1且i为奇数；
其中，P为通讯设备电池静态平均耗电速率；
根据公式：
Figure 533500DEST_PATH_IMAGE002
，k≥1且k为奇数；
其中，Q为通讯设备电池动态平均耗电速率；
当P≥A且Q≥B，表示通讯设备电池达到其使用寿命；
其中，A表示通讯设备电池静态平均耗电速率的最大阈值，B表示通讯设备电池动态平均耗电速率的最大阈值。
6.根据权利要求5所述的一种基于大数据的设备寿命预测方法，其特征在于：所述数据处理模块根据数据库中存储的数据对通讯设备电池的静态耗电速率P和动态耗电速率Q的变化量进行预测；
所述数据调取单元从数据库中调取通讯设备电池每一次放电的静态耗电速率P和动态耗电速率Q的数据，形成集合P={P1,P2,P3,…,Px}和Q={Q1,Q2,Q3,…,Qx}；
根据公式：
；
Figure 380551DEST_PATH_IMAGE004
；
其中，表示通讯设备电池相邻两次放电静态耗电速率的变化量，
Figure 952139DEST_PATH_IMAGE006
表示通讯设 备电池相邻两次放电动态耗电速率的变化量；
根据公式：
Figure 688014DEST_PATH_IMAGE007
；
Figure 355755DEST_PATH_IMAGE008
；
其中，表示相邻两次静态耗电速率变化量之间的差值，
Figure 221260DEST_PATH_IMAGE010
表示相邻两个动态耗电速率 变化量之间的差值；
得到静态耗电速率变化量差值的集合M={
Figure 444431DEST_PATH_IMAGE011
,
Figure 650285DEST_PATH_IMAGE012
,
Figure 642511DEST_PATH_IMAGE013
,…,
Figure 275618DEST_PATH_IMAGE014
}，静态耗电速率变化量 差值的集合N={
Figure 986085DEST_PATH_IMAGE015
,
Figure 730050DEST_PATH_IMAGE016
,
Figure 639100DEST_PATH_IMAGE017
,…,
Figure 443108DEST_PATH_IMAGE018
}；
根据集合M和集合N，得出静态耗电速率变化量差值的公式YP和动态耗电速率变化量差值的公式YQ；
当YP和YQ分别等于A和B时，得出距离最近一次放电的静态耗电速率和动态耗电速率的数值即为通讯设备电池的使用寿命即次数。
7.根据权利要求6所述的一种基于大数据的设备寿命预测方法，其特征在于：所述步骤S3中，利用数据采集模块实时采集通讯设备电池耗电的实时数据，利用实时数据对预测数据进行计算，利用数据替换单元替换原有数据库中的预测数据，利用数据更新单元将实际数据替换原有的预测数据，并对通讯设备电池的使用寿命进行重新的预测；
所述步骤S4中，利用所述显示模块对处理器处理之后的数据、寿命预测单元预测的通讯设备电池使用寿命和数据更新单元更新之后的数据进行实时显示，所述处理器对数据进行处理，生成图表，所述显示模块对图表进行显示。
CN202010013629.5A 2020-01-07 2020-01-07 一种基于大数据的设备寿命预测***及方法 Active CN110807563B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010013629.5A CN110807563B (zh) 2020-01-07 2020-01-07 一种基于大数据的设备寿命预测***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010013629.5A CN110807563B (zh) 2020-01-07 2020-01-07 一种基于大数据的设备寿命预测***及方法

Publications (2)

Publication Number Publication Date
CN110807563A true CN110807563A (zh) 2020-02-18
CN110807563B CN110807563B (zh) 2020-06-05

Family

ID=69493423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010013629.5A Active CN110807563B (zh) 2020-01-07 2020-01-07 一种基于大数据的设备寿命预测***及方法

Country Status (1)

Country Link
CN (1) CN110807563B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112419692A (zh) * 2020-10-29 2021-02-26 安普瑞斯(南京)航运动力有限公司 一种专门用来侦察电池高压线是否高温的无线传输***
CN112597177A (zh) * 2020-12-30 2021-04-02 中冶南方工程技术有限公司 一种基于点位标记的高炉实时数据更新方法和装置
CN115983501A (zh) * 2023-03-17 2023-04-18 河北冠益荣信科技有限公司 一种基于大数据的便携式储能设备监测***及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101009394A (zh) * 2006-01-25 2007-08-01 明基电通股份有限公司 电子***的电源管理装置及方法
CN101303397A (zh) * 2008-06-25 2008-11-12 河北工业大学 锂离子电池组剩余电能计算方法及装置
CN102347517A (zh) * 2011-06-29 2012-02-08 重庆长安汽车股份有限公司 一种寿命状态自适应型soc估算方法及***
US20120277832A1 (en) * 2011-04-29 2012-11-01 Saadat Hussain Battery life estimation based on voltage depletion rate
US8805764B1 (en) * 2013-05-03 2014-08-12 Asurion, Llc Battery drain analysis and prediction for wireless devices
CN106918787A (zh) * 2017-03-20 2017-07-04 国网重庆市电力公司电力科学研究院 一种电动汽车锂电池剩余电荷估算方法及装置
CN107220752A (zh) * 2017-05-17 2017-09-29 东北电力大学 考虑寿命减损影响的锂电池储能调频成本核算方法
CN108279383A (zh) * 2017-11-30 2018-07-13 深圳市科列技术股份有限公司 电池寿命预测方法、电池数据服务器及电池数据处理***
CN110676905A (zh) * 2019-10-12 2020-01-10 南昌黑鲨科技有限公司 电池充电管理方法、***、智能终端及计算机可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101009394A (zh) * 2006-01-25 2007-08-01 明基电通股份有限公司 电子***的电源管理装置及方法
CN101303397A (zh) * 2008-06-25 2008-11-12 河北工业大学 锂离子电池组剩余电能计算方法及装置
US20120277832A1 (en) * 2011-04-29 2012-11-01 Saadat Hussain Battery life estimation based on voltage depletion rate
CN102347517A (zh) * 2011-06-29 2012-02-08 重庆长安汽车股份有限公司 一种寿命状态自适应型soc估算方法及***
US8805764B1 (en) * 2013-05-03 2014-08-12 Asurion, Llc Battery drain analysis and prediction for wireless devices
CN106918787A (zh) * 2017-03-20 2017-07-04 国网重庆市电力公司电力科学研究院 一种电动汽车锂电池剩余电荷估算方法及装置
CN107220752A (zh) * 2017-05-17 2017-09-29 东北电力大学 考虑寿命减损影响的锂电池储能调频成本核算方法
CN108279383A (zh) * 2017-11-30 2018-07-13 深圳市科列技术股份有限公司 电池寿命预测方法、电池数据服务器及电池数据处理***
CN110676905A (zh) * 2019-10-12 2020-01-10 南昌黑鲨科技有限公司 电池充电管理方法、***、智能终端及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
佚名: "怎样判断手机电池老化的程度要怎样判断手机电池老化的程度,是否需要更换", 《WWW.HUANPINGGE.COM/DEFAULT/INDEX/ARTICLE_INFO/591.HTML》 *
王宁: "锂离子电池寿命预测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112419692A (zh) * 2020-10-29 2021-02-26 安普瑞斯(南京)航运动力有限公司 一种专门用来侦察电池高压线是否高温的无线传输***
CN112597177A (zh) * 2020-12-30 2021-04-02 中冶南方工程技术有限公司 一种基于点位标记的高炉实时数据更新方法和装置
CN112597177B (zh) * 2020-12-30 2022-06-24 中冶南方工程技术有限公司 一种基于点位标记的高炉实时数据更新方法和装置
CN115983501A (zh) * 2023-03-17 2023-04-18 河北冠益荣信科技有限公司 一种基于大数据的便携式储能设备监测***及方法

Also Published As

Publication number Publication date
CN110807563B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN110807563B (zh) 一种基于大数据的设备寿命预测***及方法
US20120016608A1 (en) Method and system for monitoring residential appliances
CN105938183B (zh) 一种预测ups电池寿命的智能监测***
CN101720453A (zh) 利用时序信号处理进行电池组件预测维护的***和方法
CN101162247B (zh) 电气装置“亚健康”运行状态识别方法
US20190369570A1 (en) System and method for automatically detecting anomalies in a power-usage data set
CN109858140B (zh) 一种基于信息熵离散型贝叶斯网络冷水机组故障诊断方法
JP5520807B2 (ja) 住宅用電気機器メンテナンス管理装置及び住宅用電気機器メンテナンスシステム
CN113032454A (zh) 基于云计算的交互式用户用电异常监测预警管理云平台
CN111856309B (zh) 一种电池健康状态的定量判断方法
CN115219903A (zh) 基于车联网数据分析的电池自放电率异常判断方法及装置
CN114202238A (zh) 供电设备健康度评估方法、运维方法、装置及服务器
CN115409283A (zh) 设备故障预测方法、设备故障预测装置、设备及存储介质
CN116345700A (zh) 一种用于储能电站的能耗监测方法及监测***
CN116449762A (zh) 基于物联网实现智能设备的安全预警方法及装置
CN116125300A (zh) 一种电池包异常监测方法、装置、电子设备及存储介质
CN111596215A (zh) 一种蓄电池状态监测方法、装置及存储介质
CN116879760B (zh) 退役动力电池历史过充电故障诊断方法及装置
CN112345972B (zh) 基于停电事件的配电网线变关系异常诊断方法、装置及***
CN116413545B (zh) 直流配电网电能质量评估方法及***
CN116714469A (zh) 充电桩健康监测方法、装置、终端及存储介质
CN114971002B (zh) 一种基于计量终端负荷监测技术的异常电量预测方法
CN114235108B (zh) 基于数据分析燃气流量计异常状态检测方法和装置
CN114879054A (zh) 一种电池安全监测方法、装置、电子设备及存储介质
CN115002171A (zh) 一种污水处理设施的智能运营监管***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230705

Address after: 362500 42 shangletao, letao village, XunZhong Town, Dehua County, Quanzhou City, Fujian Province

Patentee after: Sun Qingzhu

Address before: Room 502, Building 28, No. 740, Tianyuan Road, Tianhe District, Guangzhou, Guangdong 510650

Patentee before: Guangdong zhaocaitong Information Technology Co.,Ltd.

TR01 Transfer of patent right