CN111460027B - 一种适用于能源互联网的智能动态监测方法及*** - Google Patents
一种适用于能源互联网的智能动态监测方法及*** Download PDFInfo
- Publication number
- CN111460027B CN111460027B CN202010247585.2A CN202010247585A CN111460027B CN 111460027 B CN111460027 B CN 111460027B CN 202010247585 A CN202010247585 A CN 202010247585A CN 111460027 B CN111460027 B CN 111460027B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- module
- energy internet
- monitoring method
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000012800 visualization Methods 0.000 claims abstract description 26
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000012098 association analyses Methods 0.000 claims abstract description 12
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 230000036541 health Effects 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000036314 physical performance Effects 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 235000019013 Viburnum opulus Nutrition 0.000 description 2
- 244000071378 Viburnum opulus Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种适用于能源互联网的智能动态监测方法及***,包括,数据同步模块实时获取设备的相关数据,并保存在关系数据库;数据分析模块根据设备的相关数据对设备的状况进行分析;关联分析模块分析警告日志间的关联;可视化模块进行显示和实现与用户的交互。本发明能够根据现有技术提取特征、关联和挖掘数据,利用动态变量和一些固有参数,能够实现对能源互联网关键设备运行状态的自动评估和预测,有助于给出早期故障预警,减少甚至避免损失,有效保障能源互联网***的安全稳定运行。
Description
技术领域
本发明涉及能源互联网的技术领域,尤其涉及一种适用于能源互联网的智能动态监测方法及***。
背景技术
近年来,能源互联网正逐步取代市场上传统的能源管理模式。为了支持能源互联网的正常运行,冷、热、电等关键设备的正常工作起着举足轻重的作用,有必要对其进行监视。考虑到成本、效率等诸多因素,智能化、自动化的动态监测***已取代人工成为满足需求的最佳选择。动态监测***是一个集网络通信、数据库技术等多种新兴技术于一体的平台,对能源互联网的运行环境和设备进行监测。
动态监测***会拥有大量的数据,其中很多信息都有可能创造更多的价值。然而,当前几乎没有办法集成和利用这些数据,同时,维护人力、能源成本特别高,在这样的管理框架下很难对平台进行优化。动态监测***的核心在于预警模块,当设备或参数偏离正常范围时需要报警。现有的***已经实现了收集和显示告警数据的功能,但是无法分析和挖掘更多的潜在信息。原始报表需要大量的人力资源来逐项汇总,而且随着数据的快速增长,成本会滚雪球般增加。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明解决的一个技术问题是:提供一种适用于能源互联网的智能动态监测方法,能够对数据进行预处理和智能关联分析并预警和预测,避免不必要的损失。
为解决上述技术问题,本发明提供如下技术方案:一种适用于能源互联网的智能动态监测方法,包括,数据同步模块实时获取设备的相关数据,并保存在关系数据库;数据分析模块根据设备的相关数据对设备的状况进行分析;关联分析模块分析警告日志间的关联;可视化模块进行显示和实现与用户的交互。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述设备的相关数据通过数据采集模块获取,所述数据采集模块和所述数据同步模块相连接,连接方式包括无线连接和有线连接。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述数据同步模块通过插值和对齐操作,使每个设备的所有测量点都被记录。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述插值操作为拉格朗日插值法,所述对齐操作为编辑距离算法。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述数据分析模块包括评估设备当前运行状态、评估健康度和预测未来运行状态;其中,健康度为表征设备状态的一个定量指标,包括设备的物理性能和动态性能。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述关联分析模块包括生成频率项集和创建规则,
频率项集为支持度的值大于给定最小阈值的集合,支持度为确定规则可用于给定数据集的频率,公式如下,
创建的最终规则为根据高置信度的频率项集进行选择的,表示为X→Y,置信度为Y在涉及X的事务中出现的频率,公式如下,
其中,s为支持度,c为置信度,σ返回涉及其自变量的项集个数,N为所有项集个数。
作为本发明所述的适用于能源互联网的智能动态监测方法的一种优选方案,其中:所述可视化模块包括实现静态可视化和动态可视化,所述静态可视化为初始化界面,能够实现各单元的显示功能;所述动态可视化用于实现用户之间的交互,并能够显示设备当前运行状态、拟合工作点和未来预测运行状态,以及获得设备健康状况的数值分数。
本发明解决的另一个技术问题是:提供一种适用于能源互联网的智能动态监测***,使上述监测方法能够依托于该***实现。
为解决上述技术问题,本发明提供如下技术方案:一种适用于能源互联网的智能动态监测***,包括,数据同步模块,所述数据同步模块用于获取设备的相关数据,并在关系数据库中进行保存;数据分析模块,所述数据分析模块能够根据数据同步模块获取到的相关数据对设备的状况进行分析;关联分析模块,所述关联分析模块能够分析警告日志间的关联;可视化模块,所述可视化模块用于显示和实现与用户的交互。
作为本发明所述的适用于能源互联网的智能动态监测***的一种优选方案,其中:还包括数据采集模块,所述数据采集模块用于采集设备的相关数据,并传输至所述数据同步模块。
本发明的有益效果:本发明提出了一种适用于能源互联网的智能动态监测方法及***,能够对所采集的数据进行技术提取特征、关联和挖掘,对能源互联网***进行预警,并可预测其未来的运行状态,实现对能源互联网关键设备运行状态的自动评估和预测,减少甚至避免故障造成的损失,有效保障能源互联网***的安全稳定运行。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明第一种实施例所述适用于能源互联网的智能动态监测方法的整体流程示意图;
图2为本发明第一种实施例中智能动态检测方法中平台的数据流示意图;
图3为本发明第二种实施例所述适用于能源互联网的智能动态监测***的整体结构示意图;
图4的示意为本发明第二种实施例所述适用于能源互联网的智能动态监测***在应用中的组成结构。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明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、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1的示意,示意为本实施例提出一种适用于能源互联网的智能动态监测方法的整体流程图示意图,具体包括以下步骤,
S1:数据同步模块100实时获取设备的相关数据,并保存在关系数据库。
其中,所述设备的相关数据通过数据采集模块500获取,且数据采集模块500和数据同步模块100相连接,连接方式包括无线连接和有线连接。具体的,无线连接方式还包括Wifi、4G、5G连接等,有线连接方式可以为光纤连接。数据同步模块100通过数据采集模块500实时获取设备的相关数据并保存至关系数据库中,本实施例中可以使用MySQL作为关系数据库,也可以使用SQL Server、Oracle、Sybase等数据库。
数据同步模块100根据设备的ID,集成来自同一个设备的所有数据。由于***错误,例如传感器故障,或人为错误,例如如意外删除,数据可能在从生成到存储的过程中丢失,本实施例中,数据同步模块100通过插值和对齐操作,使每个设备的所有测量点都被记录。
其中,插值操作可以采用拉格朗日插值法,根据现有的n个点(n>1,根据需要选取)可以找到一个n-1次的多项式,
y=a0+a1x+a2x2+…+an-1xn-1
将n个点(x1,y1)、(x2,y2)、…、(xn,yn)带入上式,然后将缺失值对应的点x带入插值多项式得到缺失值的近似值L(x),L(x)的表达式如下:
所述的对齐操作可采用编辑距离算法,编辑距离算法的作用主要是用来比较两个字符串的相似度,实现从一个字符串变到另一个字符串所需要最小的步骤。
数据同步模块100将获取到的相关数据传输至数据分析模块200进行进一步分析处理。
S2:数据分析模块200根据设备的相关数据对设备的状况进行分析。
具体的,所述数据分析模块200包括评估设备当前运行状态、评估健康度和预测未来运行状态;其中,健康度为表征设备状态的一个定量指标,包括设备的物理性能和动态性能。
本实施例所述的监测方法主要应用于能源互联网中,其设备种类多,但数据的分析模式基本相似。以储能***为例,电池是储能***中的关键设备,电池有几个关键的参数来反映其质量,如电池电阻、电池电压和电池电量。利用统计分析的方法,对多组电池所产生的这三类参数进行检验。通过计算某一特定参数的偏移量ΔL,可以基于以下公式计算基本值的比率r,
其中,abs为绝对值函数,Lw为一个值间隔的长度,任何落入该间隔的值都会触发警报。
r在理论上可以从零到无穷大。r的增加意味着电池的性能变差。如果r达到1,电池可能会出现异常,例如电池电量耗尽、接近使用寿命等。除了对原始数据进行统计分析外,还能根据数据分析的结果对电池组的健康程度进行评估,例如通过一个数值和等级的计算来描述电池的性能,并采用加权方法来确定电池组的最终工作分数。历史运行状态数据可供用户交互使用,同时可以根据过去的数据统计,通过深度学习网络实现对未来运行分数的预测。
S3:关联分析模块300分析警告日志间的关联。
其中,能源互联网内,所有运行设备都会记录自身的警告记录,即警告日志,便于进行故障分析,因此警告日志可以直接从能源互联网的运行设备中获得。具体的,关联分析模块300通过频率项集发现警告日志之间的关联模式,为后续决策提供依据。
所述关联分析模块300的任务包括生成频率项集和创建规则两个子任务,
其中,频率项集为支持度的值大于给定最小阈值的集合,通过对特定时间段内的所有的警告日志进行统计,并对相同警告日志出现的次数从高到底进行排序。对于排序在最小阈值之上的警告日志作为频率项集,该阈值根据设备的实际情况进行设定;排序在最小阈值以下的,不进行后续计算。
创建的最终规则为根据高置信度的频率项集进行选择的,也称为强规则,关联规则可以表示为X→Y,且X,Y是两个不相交的项集。支持度和置信度均为衡量关联规则强度的指标,支持度决定规则可用于给定数据集的频率,而置信度则显示Y在涉及X的事务中出现的频率。
具体的,支持度的计算公式如下,
置信度的计算公式如下,
其中,s为支持度,c为置信度,σ返回涉及其自变量的项集个数,N为所有项集个数。
S4:可视化模块400进行显示和实现与用户的交互。
具体的,可视化模块400包括实现静态可视化和动态可视化,所述静态可视化为初始化界面,能够实现各单元的显示功能;所述动态可视化用于实现用户之间的交互,并能够显示设备当前运行状态、拟合工作点和未来预测运行状态,以及获得设备健康状况的数值分数。
参照图2的示意,图2为智能动态检测平台的数据流,在实际运行过程中,已经积累了较多的多源数据,通过数据预处理之后,可以根据已有的技术提取特征、关联和挖掘数据,所有的数据都定期存储在关系数据库MySQL中,为最终的可视化提供必要的信息。
场景一:
为了验证本实施例提出的适用于能源互联网的智能动态监测方法在实际应用中相比于传统方法的优势,对二者进行如下对比:
在现有方法中,***只实现了设备运行、故障等信息的收集及显示告警的功能,若要从现有设备的历史运行数据和告警数据来逐项梳理并汇总出设备的健康状态,就需要花费大量的人力和精力。同时,随着运行数据和记录的快速增长,相应成本会滚雪球般增加,很不利于开展相关工作。
而本实施例提出的适用于能源互联网的智能动态监测方法在数据的收集、分析、判断等方面都是自动完成的,且随着运行数据积累的增长,会随时给出设备健康程度,便于查询和分析。同时,与人工分析相比,利用计算机优异的计算能力,在数据关联和挖掘等方面能够做得更好更全面,从而能够对在运设备给出更加真实和全面的评价。
对选择一个现有的能源互联网进行监测,将本实施例的方法与传统的人工作业方法进行对比,得到的结果如下,
表1:对比结果表
项目 | 本实施例方法 | 传统方法 |
计算速度 | 分钟级 | 天或周 |
查询便利度 | 实时 | 非实时 |
数据关联挖掘度 | 深 | 浅 |
设备健康全面性 | 全面 | 可能遗漏 |
根据对比可以看出,本实施例提供的适用于能源互联网的智能动态监测方法在实际应用中能够做到更加快速便利的查询出设备的数据信息,并且内容更加全面深入,减少了工作人员的负荷,自动对设备进行分析预警,避免潜在的危险和损失。
实施例2
参照图3的示意,示意为本实施例提出一种适用于能源互联网的智能动态监测***的结构示意图,上述实施例提出的适用于能源互联网的智能动态监测方法,能够依托于该***实现对能源互联网***设备的监测功能。
该测试***包括数据同步模块100、数据分析模块200、关联分析模块300和可视化模块400,具体的,
数据同步模块100用于获取设备的相关数据,并在关系数据库中进行保存。该***还包括数据采集模块500,数据采集模块500用于采集设备的相关数据,并传输至数据同步模块100。
数据分析模块200能够根据数据同步模块100获取到的相关数据对设备的状况进行分析;
关联分析模块300能够分析警告日志间的关联;
可视化模块400用于显示和实现与用户的交互。
参照图4的示意,为适用于能源互联网的智能动态监测***在应用中的组成结构,图中的单元即为模块,各个模块之间在工作中相互独立,相互配合,构成一个完整的***,***的监测流程如下:
步骤一:数据同步模块100根据数据采集模块500采集到的内容实时获取相关数据,并保存在关系数据库MySQL中。
步骤二:数据分析模块200基于数据同步模块100获取到的相关数据,分析设备的状况。
步骤三:关联分析模块300分析警告日志间的关联。
步骤四:可视化模块400实现静态和动态的可视化,包括显示设备的状况和与用户进行互动。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机***通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机***的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的,术语“组件”、“模块”、“***”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地***、分布式***中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它***进行交互)的信号,以本地和/或远程过程的方式进行通信。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种适用于能源互联网的智能动态监测方法,其特征在于:包括,
数据同步模块(100)实时获取设备的相关数据,并保存在关系数据库;
数据分析模块(200)根据设备的相关数据对设备的状况进行分析;
关联分析模块(300)分析警告日志间的关联;
可视化模块(400)进行显示和实现与用户的交互;
所述数据分析模块(200)包括评估设备当前运行状态、评估健康度和预测未来运行状态;其中,健康度为表征设备状态的一个定量指标,包括设备的物理性能和动态性能;通过计算某一特定参数的偏移量ΔL,可以基于以下公式计算基本值的比率r:
其中,abs为绝对值函数,Lw为一个值间隔的长度,任何落入该间隔的值都会触发警报;
所述关联分析模块(300)包括生成频率项集和创建规则,频率项集为支持度的值大于给定最小阈值的集合,支持度为确定规则可用于给定数据集的频率,公式如下,
创建的最终规则为根据高置信度的频率项集进行选择的,表示为X→Y,置信度为Y在涉及X的事务中出现的频率,公式如下,
其中,s为支持度,c为置信度,σ返回涉及其自变量的项集个数,N为所有项集个数;
所述数据同步模块(100)通过插值和对齐操作,使每个设备的所有测量点都被记录;
所述插值操作为拉格朗日插值法,所述对齐操作为编辑距离算法;
根据现有的n个点,n>1,可以找到一个n-1次的多项式,
y=a0+a1x+a2x2+…+an-1xn-1
将n个点(x1,y1)、(x2,y2)、…、(xn,yn)带入上式,然后将缺失值对应的点x带入插值多项式得到缺失值的近似值L(x),L(x)的表达式如下:
编辑距离算法的作用是用来比较两个字符串的相似度,实现从一个字符串变到另一个字符串所需要最小的步骤。
2.如权利要求1所述的适用于能源互联网的智能动态监测方法,其特征在于:所述设备的相关数据通过数据采集模块(500)获取,所述数据采集模块(500)和所述数据同步模块(100)相连接,连接方式包括无线连接和有线连接。
3.如权利要求2所述的适用于能源互联网的智能动态监测方法,其特征在于:所述可视化模块(400)包括实现静态可视化和动态可视化,
所述静态可视化为初始化界面,能够实现各单元的显示功能;
所述动态可视化用于实现用户之间的交互,并能够显示设备当前运行状态、拟合工作点和未来预测运行状态,以及获得设备健康状况的数值分数。
4.一种如权利要求1所述的适用于能源互联网的智能动态监测方法的***,其特征在于:包括,
数据同步模块(100),所述数据同步模块(100)用于获取设备的相关数据,并在关系数据库中进行保存;
数据分析模块(200),所述数据分析模块(200)能够根据数据同步模块(100)获取到的相关数据对设备的状况进行分析;
关联分析模块(300),所述关联分析模块(300)能够分析警告日志间的关联;
可视化模块(400),所述可视化模块(400)用于显示和实现与用户的交互。
5.如权利要求4所述的适用于能源互联网的智能动态监测方法的***,其特征在于:还包括数据采集模块(500),所述数据采集模块(500)用于采集设备的相关数据,并传输至所述数据同步模块(100)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247585.2A CN111460027B (zh) | 2020-03-31 | 2020-03-31 | 一种适用于能源互联网的智能动态监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247585.2A CN111460027B (zh) | 2020-03-31 | 2020-03-31 | 一种适用于能源互联网的智能动态监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460027A CN111460027A (zh) | 2020-07-28 |
CN111460027B true CN111460027B (zh) | 2023-12-05 |
Family
ID=71685764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010247585.2A Active CN111460027B (zh) | 2020-03-31 | 2020-03-31 | 一种适用于能源互联网的智能动态监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460027B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112035333A (zh) * | 2020-08-21 | 2020-12-04 | 广东电网有限责任公司 | 能源互联网服务***、能源互联网应用***、及电子设备 |
CN113052340B (zh) * | 2021-03-31 | 2023-04-25 | 广东电网有限责任公司 | 聚合多源数据的预警方法、***及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663505A (zh) * | 2012-04-10 | 2012-09-12 | 北京交通大学 | 一种轨道电路运用性能综合评价方法 |
CN105608519A (zh) * | 2015-11-09 | 2016-05-25 | 国家电网公司 | 一种电网通信设备运行状态的预测算法 |
CN105930255A (zh) * | 2015-10-16 | 2016-09-07 | ***股份有限公司 | 一种***健康度预测方法及装置 |
CN106600115A (zh) * | 2016-11-28 | 2017-04-26 | 湖北华中电力科技开发有限责任公司 | 一种企业信息***运维智能分析方法 |
CN106997513A (zh) * | 2017-04-11 | 2017-08-01 | 广西电网有限责任公司电力科学研究院 | 基于大数据分析的配网设备状态评价*** |
CN206945059U (zh) * | 2017-07-13 | 2018-01-30 | 上海邦诚电信技术股份有限公司 | 电空型转辙机综合监测装置 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN110399262A (zh) * | 2019-06-17 | 2019-11-01 | 平安科技(深圳)有限公司 | 运维监测告警收敛方法、装置、计算机设备及存储介质 |
CN110543500A (zh) * | 2019-08-23 | 2019-12-06 | 国家电网有限公司 | 一种基于大数据的输变电设备健康评估平台 |
CN110799917A (zh) * | 2017-05-05 | 2020-02-14 | 布鲁克斯自动化公司 | 用于输送设备的健康评估的方法和设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7914468B2 (en) * | 2004-09-22 | 2011-03-29 | Svip 4 Llc | Systems and methods for monitoring and modifying behavior |
WO2012047627A2 (en) * | 2010-09-27 | 2012-04-12 | Purdue Research Foundation | System and method of extending the linear dynamic range of event counting |
-
2020
- 2020-03-31 CN CN202010247585.2A patent/CN111460027B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663505A (zh) * | 2012-04-10 | 2012-09-12 | 北京交通大学 | 一种轨道电路运用性能综合评价方法 |
CN105930255A (zh) * | 2015-10-16 | 2016-09-07 | ***股份有限公司 | 一种***健康度预测方法及装置 |
CN105608519A (zh) * | 2015-11-09 | 2016-05-25 | 国家电网公司 | 一种电网通信设备运行状态的预测算法 |
CN106600115A (zh) * | 2016-11-28 | 2017-04-26 | 湖北华中电力科技开发有限责任公司 | 一种企业信息***运维智能分析方法 |
CN106997513A (zh) * | 2017-04-11 | 2017-08-01 | 广西电网有限责任公司电力科学研究院 | 基于大数据分析的配网设备状态评价*** |
CN110799917A (zh) * | 2017-05-05 | 2020-02-14 | 布鲁克斯自动化公司 | 用于输送设备的健康评估的方法和设备 |
CN206945059U (zh) * | 2017-07-13 | 2018-01-30 | 上海邦诚电信技术股份有限公司 | 电空型转辙机综合监测装置 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN110399262A (zh) * | 2019-06-17 | 2019-11-01 | 平安科技(深圳)有限公司 | 运维监测告警收敛方法、装置、计算机设备及存储介质 |
CN110543500A (zh) * | 2019-08-23 | 2019-12-06 | 国家电网有限公司 | 一种基于大数据的输变电设备健康评估平台 |
Non-Patent Citations (2)
Title |
---|
New contributions to non-linear process monitoring through kernel partial least squares;José L. Godoy 等;《Chemometrics and Intelligent Laboratory Systems》;第135卷;76-89 * |
基于广域同步测量的电能质量参数检测关键技术研究;姚文轩;《中国博士学位论文全文数据库 工程科技Ⅱ辑》(第06期);C042-164 * |
Also Published As
Publication number | Publication date |
---|---|
CN111460027A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918830B (zh) | 一种基于大数据技术的配电网运行状态评估方法 | |
CN111460027B (zh) | 一种适用于能源互联网的智能动态监测方法及*** | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
CN112884452A (zh) | 一种智能运维多源数据采集可视化分析*** | |
CN117194919A (zh) | 一种生产数据分析*** | |
CN109934474A (zh) | 一种基于大数据的深基坑监测风险评估***及评估方法 | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理*** | |
CN112612819A (zh) | 一种抽水蓄能电站大数据分析挖掘方法及*** | |
CN110033102A (zh) | 一种巨型水电厂具有学习功能的智能诊断方法及专家*** | |
CN117312293B (zh) | 一种面向电力多源异构的数据治理与智能分析方法及*** | |
CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理*** | |
CN109739841B (zh) | 一种针对于电力设备在线监测重复数据的整合***及方法 | |
CN117574180B (zh) | 燃料生产排放***数据关联性控制管理*** | |
CN106649765A (zh) | 基于大数据技术的智能电网全景数据分析方法 | |
CN106649034B (zh) | 一种可视化智能运维方法及平台 | |
CN111931798B (zh) | 进行冷头状态分类检测和寿命预测的方法 | |
CN112835949A (zh) | 一种负荷预测的方法 | |
CN111709602A (zh) | 一种泛在电力物联网***中可靠性的评价方法 | |
CN117353462B (zh) | 一种基于人工智能的电网运营监控分析方法及平台 | |
CN117150032B (zh) | 一种水电站发电机组的智能维护***及方法 | |
CN116739532B (zh) | 一种能源项目管理方法、***、终端设备及存储介质 | |
CN118036978A (zh) | 一种发电厂热力性能分析与优化*** | |
CN117312249A (zh) | 安全责任履职画像更新方法、装置及存储介质 | |
CN115859205A (zh) | 一种基于时空物联的水电站风险预警方法及*** | |
CN117937733A (zh) | 一种电力大数据电力采集分析***及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |