CN115983582A - 一种数据分析方法和能耗管理*** - Google Patents

Abstract

本发明提供了一种数据分析方法和能耗管理***，属于能耗管理技术领域。本发明包括：定时抽取使用所确定的能源类型或能源名称的能源的能源消耗数据，定时抽取生产工序、生产部门和生产模块在生产过程中所获得的生产数据；将采集的数据与数据源中的数据进行对比，若不同，则再次执行数据采集，直到达到数据同步；将同步的数据进行数据清洗、数据整理、数据建模和数据分析。本发明采用数据分析方法实现了能耗高效管理，可以直观的了解企业不同产品的各类能源消耗情况，掌握产品产量、总产值等生产数据和趋势，使得企业可以按照预设的要求进行能耗管理。

Description

一种数据分析方法和能耗管理***

技术领域

本发明涉及能耗管理技术领域，尤其涉及一种数据分析方法和能耗管理***。

背景技术

企业综合能效管理***是针对工业生产企业将信息化技术与能耗管理相结合所推出的一种企业管理***，主要为企业提供能耗管理、电能质量和用能安全监测的整套解决方案，***可采集多种类型能源(电、水、天然气、工业气体和冷热量等)数据，并对能源消耗进行分析，包括分类分项能耗、区域能耗和部门能耗数据，协助企业消除能源消耗盲区，提高配电***运行和用能安全，为企业降低运营成本。但是现在没有针对客户需求所开发的能耗管理***。

中国专利CN105654393A公开了一种配电网园区能效管理服务***，***的功能模块主要包含配网数据采集与监视、配电网分析与控制、配电网自动化、能效管理、配网设备评估和用能优化六个一级功能模块；能效管理模块包含能耗数据采集、能耗数据统计、能耗数据分析、能耗数据评估、能耗预警和能耗预测六个二级功能模块；配网设备评估模块具有多种能耗评估标准，对生产线、建筑的总能耗水平及分区域、分项能耗水平和设备耗能状况进行定期评估；利用配网监控信息、企业能耗信息和生产信息，开展多维度信息的关联分析，为配电网的监控与分析、园区的能效管理提供智能服务；但是在利用能耗信息和生产信息进行分析时，并未对数据进行同步处理，不能保证数据的实时性。

中国专利CN114584574B中公开了一种数据同步方法、装置、计算机设备及存储介质，其通过日志拉取组件实时拉取索引数据库的数据库日志，从数据库日志中解析出待同步数据的索引信息；获取多个服务器节点中每个服务器节点的节点状态信息，确定每个服务器节点的若干容纳数据类型及每个容纳数据类型的容纳数据量；根据索引信息、文件属性信息、若干容纳数据类型及容纳数据量，从文件存储服务器中提取目标文件数据；虽然可以提高数据同步的实时性，但是其需要设计一个日志拉取组件对数据库中的数据进行实时的拉取。

发明内容

为解决现有技术中存在的技术问题，本发明提供了一种数据分析方法和能耗管理***，通过确定使用能源类型或能源名称的能源，定时抽取能源的能源消耗数据，定时抽取生产工序、生产部门和生产模块在生产过程中所获得的生产数据；将抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步；将同步的数据进行数据清洗、数据整理、数据建模和数据分析。本发明实现了能耗高效管理，还可以直观的了解企业不同产品的各类能源消耗情况，掌握产品产量、总产值等生产数据和趋势，使得企业可以按照国家“双碳”政策要求进行能耗管理。

本发明提供了一种数据分析方法，包括：目标数据确定、数据定时抽取、数据同步和数据处理的步骤；

目标数据确定步骤：确定需要采集的能源类型和能源名称，确定生产过程中所涉及的生产工序、生产部门和生产模块；

数据定时抽取步骤：确定使用能源类型或能源名称的能源，定时抽取所确定能源的能源消耗数据，定时抽取生产工序、生产部门和生产模块在生产过程中所获得的生产数据；

数据同步步骤：将抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步；

数据处理步骤：将同步的数据进行数据清洗、数据整理、数据建模和数据分析。

优选地，生产数据包括产品产量、工业增加值和工业总产值。

优选地，能源消耗数据和生产数据的指标具体包括：所述数据的数值、数值有效性标识、数据类型和数据来源。

优选地，所述数据同步步骤具体包括如下步骤：

将定时抽取的数据与端设备的数据源中的数据进行对比，确保抽取的数据是最新的数据，如果对比不成功，将再次执行数据定时抽取。

优选地，所述数据同步步骤具体包括如下步骤：

将定时抽取的数据表中采集时间字段中的最新数据与端设备中数据表中采集时间字段的最新数据进行对比，如果时间相同，将进入数据处理步骤；如果时间不同，将再次进行数据抽取，并删除之前抽取的数据。

优选地，数据处理步骤具体包括如下步骤：

数据清洗步骤：将能源消耗数据和生产数据中的异常数据进行删除；异常数据包括数值为负、数值有效性标识错误、数据类型异常和数据来源异常的数据；

数据整理步骤：对清洗后的数据进行数据分类并按照选定字段进行数据排序；

数据建模步骤：建立能耗数据管理模型和生产数据管理模型；

数据分析步骤：利用能耗数据管理模型进行能耗数据分析，利用生产数据管理模型进行生产数据分析。

优选地，数据清洗具体包括：

删除数据有效性字段为无效的数据；

删除数据采集来源、数据采集频率和数据采集范围字段不符合要求的数据；

删除字段数据值为负数的数据。

优选地，数据整理中对清洗后的数据按采集时间为规则进行重新排序。

优选地，能耗数据分析具体为：分析能耗全景、能耗趋势、能耗监测情况和能耗组成结构；所述生产数据分析具体为：分析产品产量、工业增加值和工业总产值，获得生产趋势。

优选地，能源消耗数据和生产数据支持SQL、OPC、Modbus、DL/T645和CJ/T188协议中的一种或多种。

优选地，还包括数据可视化步骤：数据可视化处理具体为：通过图表形式对能源消耗数据进行实时监测展示。

本发明提供了一种能耗管理***，采用前述的任一数据分析方法进行能耗管理，能耗管理***包括：数据采集设备、能耗监测模块和能耗管理模块；

数据采集设备、能耗监测模块和能耗管理模块通过互联网进行连接；

数据采集设备确定需要采集的能源类型和能源名称以及生产过程中所涉及的生产工序、生产部门和生产模块，确定使用能源类型或能源名称的能源，定时抽取所确定能源的能源消耗数据，以及生产工序、生产部门和生产模块在生产过程中所获得的生产数据；

能耗监测模块将所述抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步，然后进行数据清洗和数据整理；

能耗管理模块将整理后的数据进行数据建模和数据分析。

优选地，数据采集设备包括数据采集工具；数据采集工具定时抽取所述能源的能源消耗数据，以及生产工序、生产部门和生产模块在生产过程中所获得的生产数据。

优选地，数据定时抽取的抽取频率，根据数据采集工具的数据采集频率和能耗管理模块的设计要求确定。

优选地，能耗监测模块包括数据接入执行模块和数据处理模块；数据接入执行模块接收能源消耗数据和生产数据，数据处理模块将抽取的数据与数据源中的数据进行对比，直到达到数据同步，然后进行数据清洗和数据整理，再传输至能耗管理模块。

优选地，能耗管理模块包括能耗管理功能模块和生产管理功能模块；能耗管理功能模块建立能耗数据管理模型，根据能耗数据管理模型进行能耗数据分析；生产管理功能模块建立生产数据管理模型，根据生产数据管理模型进行生产数据分析。

优选地，能耗数据分析具体为：分析能耗全景、能耗趋势、能耗监测情况和能耗组成结构；所述生产数据分析具体为：分析产品产量、工业增加值、工业总产值和生产趋势。

优选地，能耗管理模块将整理后的数据进行数据可视化处理。

与现有技术相对比，本发明的有益效果如下：

1.本发明的数据分析方法，采用了数据同步步骤，将采集的数据与数据源中的数据进行对比，若不同，则再次执行数据采集步骤，直到达到数据同步；保证了所采集的数据是最新的数据，保证了数据的实时性。

2.本发明的数据分析方法，采用了数据数据清洗步骤，将能源消耗数据和生产过程数据中的异常数据进行删除；异常数据包括数值为负、数值有效性标识错误、数据类型异常和数据来源异常的数据；排除了异常、空白、无效和重复数据，解决了智能化采集工具所采集的数据量庞大和数据类型复杂造成的***计算能力不足问题，排除异常、空白、无效和重复数据，便于决策者从复杂、大量、多维度的能耗和生产数据中快速挖掘有效信息，提高用户的决策效率；提高了***运行速率，保证***时效性。

3.本发明的能耗管理***，包括数据采集设备、能耗管理模块和生产管理模块；能耗管理模块建立能耗数据管理模型，根据能耗数据管理模型进行能耗数据分析；生产管理模块建立生产数据管理模型，根据生产数据管理模型进行生产数据分析；能帮助客户获得数据丰富且全面的能耗和生产业务视图；具有用户友好的界面和业务应用程序，使非技术用户能够获取更准确、及时的信息。

附图说明

图1是本发明的一种数据分析方法的一个实施例的流程图；

图2是本发明的一种数据分析方法的另一个实施例的流程图；

图3是本发明的一种能耗管理***的一个实施例的模块连接图；

图4本发明的一种能耗管理***的能耗管理平台的一个实施例的模块组成图。

具体实施方式

下面结合附图1-4，对本发明的一种数据分析方法和能耗管理***的具体实施方式进行详细的说明。

实施例1

参照图1，根据本发明的一个具体实施方案，下面对本发明的数据分析方法进行详细说明。

本发明提供了一种数据分析方法，包括：目标数据确定、数据定时抽取、数据同步和数据处理的步骤；

目标数据确定步骤：确定需要采集的能源类型和能源名称，确定生产过程中所涉及的生产工序、生产部门和生产模块；

数据定时抽取步骤：确定使用所述能源类型或能源名称的能源，定时抽取所述能源的能源消耗数据，定时抽取所述生产工序、生产部门和生产模块在生产过程中所获得的生产数据；

数据同步步骤：将抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步；

数据处理步骤：将同步的数据进行数据清洗、数据整理、数据建模和数据分析。

实施例2

参照图2，根据本发明的一个具体实施方案，下面对本发明的数据分析方法进行详细说明。

本发明提供了一种数据分析方法，包括目标数据确定、数据定时抽取、数据同步、数据清洗、数据整理、数据建模和数据可视化的步骤；

目标数据确定步骤：确定需要采集的能源类型和能源名称，确定生产过程中所涉及的生产工序、生产部门和生产模块；以采集数据为例，存放采集数据模型的表包含的字段有主键ID、数据名称(data_name)、数据编码(data_code)、数据值(data_value)、采集时间(stat_data)、数据采集来源(input_type)、数据采集频率(stat_type)、数据有效性(valid)和数据采集范围(scope)等；其中数据编码字段的数据格式为"XX-XX-XX-XXXXXX-XX"，用来区别生产工序、工序单元、重点耗能设备类型、重点耗能设备编号、采集对象类型、能源分类分项和用途编码。数据编码参考标准的国家规范，确定需要采集的能源类型和名称，涉及的工序、部门和模块等信息后，通过数据编码即可确定目标数据。

数据定时抽取步骤：确定需要采集的能源类型和能源名称，定时抽取所确定能源的能源消耗数据，定时抽取所述生产工序、生产部门和生产模块在生产过程中所获得的生产数据；其中，生产数据包括产品产量、工业增加值和工业总产值；能源消耗数据和生产过程数据的指标具体包括：数据的数值、数值有效性标识、数据类型和数据来源；采集频率根据智能化采集工具的数据采集频率和进行数据采集的平台设计要求确定；所述数据定时抽取步骤具体包括如下步骤：

数据定时抽取：根据需求从端设备抽取能耗数据，采集频率根据图1现场采集工具的数据采集频率和设计要求综合确定。

数据同步步骤：将采集的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步；所述数据同步步骤具体包括如下步骤：

将定时抽取的数据与端设备的数据源中的数据进行对比，确保抽取的数据是最新的数据，如果对比不成功，将再次执行数据定时抽取；

在本实施例中，所述数据同步步骤具体包括如下步骤：

将定时抽取的数据表中采集时间字段中的最新数据与端设备中数据表中采集时间字段的最新数据进行对比，如果时间相同，将进入数据处理步骤；如果时间不同，将再次进行数据抽取，并删除之前抽取的数据。

数据清洗步骤：将能源消耗数据和生产数据中的异常数据进行删除；异常数据包括数值为负、数值有效性标识错误、数据类型异常和数据来源异常的数据；

数据清洗具体包括：

删除数据有效性(valid)字段为无效的数据；

删除数据采集来源(input_type)、数据采集频率(stat_type)和数据采集范围(scope)字段不符合要求的数据；

删除字段数据值为负数的数据。

本本实施例中，数据整理中对清洗后的数据按采集时间为规则进行重新排序。

数据整理步骤：对清洗后的数据进行数据分类并按照选定字段进行数据排序；

数据建模步骤：建立能耗数据管理模型和生产数据管理模型；以电力消耗数据为例，能耗数据中包含了各工序的电力消耗和电力总消耗值，将能耗数据中具有电力特征的数据(数据编码(data_code)中能源分类分项的编码为023300)全部筛选出来，按采集时间(stat_data)为规则进行重新排序，根据数据的时间特征(采集时间)，可以分类计算得出每小时，每日、每月或每个时间段的电力消耗值。同理，利用数据的特征，可以建立针对不同类型能源的数据模型。

数据分析步骤：利用能耗数据管理模型进行能耗数据分析，利用生产数据管理模型进行生产数据分析；

数据可视化步骤：通过图表形式对能源消耗数据进行实时监测展示。数据可视化的具体实现方式为：软件前端采用了element UI框架组件，element UI框架组件的API方法和属性封装较为完善，具有视觉设计优秀的优点。本发明中，能耗管理***能够利用可视化功能展现各类能源的消耗趋势和对比。

其中，能源消耗数据和生产数据均支持SQL、OPC、Modbus、DL/T645和CJ/T188协议中的一种或多种。

实施例3

参照图3-4，根据本发明的一个具体实施方案，下面对本发明的能耗管理***进行详细说明。

本发明提供了一种能耗管理***，使用上述任一数据分析方法进行能耗管理，能耗管理***包括：数据采集设备、能耗监测模块和能耗管理模块；数据采集设备、能耗监测模块和能耗管理模块通过互联网进行连接。

数据采集设备包括数据采集工具，确定需要采集的能源类型和能源名称以及生产过程中所涉及的生产工序、生产部门和生产模块，然后确定使用所述能源类型或能源名称的能源，数据采集工具定时抽取所确定能源的能源消耗数据，以及生产工序、生产部门和生产模块在生产过程中所获得的生产数据，然后传输至能耗监测模块；其中，数据定时抽取的抽取频率，根据数据采集工具的数据采集频率和能耗管理模块的设计要求确定。

能耗监测模块包括数据接入执行模块和数据处理模块；数据接入执行模块接收所述能源消耗数据和生产数据，数据处理模块将抽取的数据与数据源中的数据进行对比，直到达到数据同步，然后进行数据清洗和数据整理，再传输至能耗管理模块。

能耗管理模块包括能耗管理功能模块和生产管理功能模块；能耗管理功能模块建立能耗数据管理模型，根据能耗数据管理模型进行能耗数据分析；生产管理功能模块建立生产数据管理模型，根据生产数据管理模型进行生产数据分析；然后根据客户能源消费概况和趋势，通过图表形式对能源消耗数据进行实时监测展示。

能耗数据管理模型中存放采集的能耗数据的表，包含的字段有主键ID、数据名称(data_name)、数据编码(data_code)、数据值(data_value)、采集时间(stat_data)、数据采集来源(input_type)、数据采集频率(stat_type)、数据有效性(valid)和数据采集范围(scope)等，其中，数据编码字段的数据格式为"XX-XX-XX-XXXXXX-XX"，用来区别生产工序、工序单元、重点耗能设备类型、重点耗能设备编号、采集对象类型、能源分类分项和用途编码。数据编码参考标准的国家规范，确定需要采集的能源类型和名称，涉及的工序、部门和模块等信息后，通过数据编码即可确定目标数据。本发明中能耗数据类型包含：固体燃料、焦丁、电力和天然气等。

能耗数据分析过程包括：以固体燃料为例，其数据编码(data_code)为“00-00-0000-023900-11”，本发明中，提取数据编码符合要求的数据，根据采集时间(stat_data)(本发明中默认15分钟采集一次数据)确定某一日的数据，将该日期内的数据进行累加即可得到当日的固体燃料消耗数据。通过选定日期范围，可分析出某一周或某月的固体燃料消耗。利用同样的方法，可以分析其他能源的能耗数据(焦丁、电力和天然气等)。通过对选定周期的能耗数据进行计算分析，可以得出周期内各类能源的能耗数据、能耗趋势数据，利用平台可视化技术以图表形式完成能耗全景、能耗趋势、用能情况监测和能耗组成结构的展示。

生产数据管理模型中存放采集的生产数据的表，包含的字段有主键ID、数据名称(data_name)、数据编码(data_code)、数据值(data_value)、采集时间(stat_data)、数据采集来源(input_type)、数据采集频率(stat_type)、数据有效性(valid)和数据采集范围(scope)等。其中数据编码字段的数据格式为"XX-XX-XX-XXXXXX-XX"，用来区别生产工序、工序单元、重点耗能设备类型、重点耗能设备编号、采集对象类型、分类分项和用途编码。数据编码参考标准的国家规范，确定需要采集的生产数据类型和名称，涉及的工序、部门和模块等信息后，通过数据编码即可确定目标数据。本发明中涉及的生产数据类型包含钢总量、工业生产值、吨钢综合能耗等。

生产数据分析过程包括：以钢总量为例，其数据编码(data_code)为“00-00-0000-040200-71”，本发明中，提取数据编码符合要求的数据，根据采集时间(stat_data)(本发明中默认15分钟采集一次数据)确定某一日数据，将该日期内的数据进行累加即可得到当日的钢总量。通过选定日期范围，可分析出某一周或某月的钢总量。利用同样的方法，可以分析其他类型的生产数据。通过对选定周期的生产数据进行计算分析，可以得出周期内各类能源能耗值的基础数据，利用平台可视化技术以图表形式完成产品产量、工业增加值、工业总产值和生产趋势的展示。

能耗数据分析具体为：分析能耗全景、能耗趋势、能耗监测情况和能耗组成结构；生产数据分析具体为：分析产品产量、工业增加值、工业总产值和生产趋势。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。

Claims (18)

1.一种数据分析方法，其特征在于，包括：目标数据确定、数据定时抽取、数据同步和数据处理的步骤；

目标数据确定步骤：确定需要采集的能源类型和能源名称，确定生产过程中所涉及的生产工序、生产部门和生产模块；

数据定时抽取步骤：确定使用所述能源类型或能源名称的能源，定时抽取所确定能源的能源消耗数据，定时抽取所述生产工序、生产部门和生产模块在生产过程中所获得的生产数据；

数据同步步骤：将抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步；

数据处理步骤：将同步的数据进行数据清洗、数据整理、数据建模和数据分析。

2.根据权利要求1所述的一种数据分析方法，其特征在于，所述生产数据包括产品产量、工业增加值和工业总产值。

3.根据权利要求1所述的一种数据分析方法，其特征在于，所述能源消耗数据和生产数据的指标具体包括：所述数据的数值、数值有效性标识、数据类型和数据来源。

4.根据权利要求3所述的一种数据分析方法，其特征在于，所述数据同步步骤具体包括如下步骤：

将定时抽取的数据与端设备的数据源中的数据进行对比，确保抽取的数据是最新的数据，如果对比不成功，将再次执行数据定时抽取。

5.根据权利要求4所述的一种数据分析方法，其特征在于，所述数据同步步骤具体包括如下步骤：

将定时抽取的数据表中采集时间字段中的最新数据与端设备中数据表中采集时间字段的最新数据进行对比，如果时间相同，将进入数据处理步骤；如果时间不同，将再次进行数据抽取，并删除之前抽取的数据。

6.根据权利要求3所述的一种数据分析方法，其特征在于，所述数据处理步骤具体包括如下步骤：

数据清洗：将所述能源消耗数据和生产数据中的异常数据进行删除；所述异常数据包括数值为负、数值有效性标识错误、数据类型异常和数据来源异常的数据；

数据整理：对清洗后的数据进行数据分类并按照选定字段进行数据排序；

数据建模：建立能耗数据管理模型和生产数据管理模型；

数据分析：利用所述能耗数据管理模型进行能耗数据分析，利用所述生产数据管理模型进行生产数据分析。

7.根据权利要求6所述的一种数据分析方法，其特征在于，数据清洗具体包括：

删除数据有效性字段为无效的数据；

删除数据采集来源、数据采集频率和数据采集范围字段不符合要求的数据；

删除字段数据值为负数的数据。

8.根据权利要求6所述的一种数据分析方法，其特征在于，数据整理中对清洗后的数据按采集时间为规则进行重新排序。

9.根据权利要求6所述的一种数据分析方法，其特征在于，所述能耗数据分析具体为：分析能耗全景、能耗趋势、能耗检测情况和能耗组成结构；所述生产数据分析具体为：分析产品产量、工业增加值和工业总产值，获得生产趋势。

10.根据权利要求1所述的一种数据分析方法，其特征在于，所述能源消耗数据和生产数据支持SQL、OPC、Modbus、DL/T645和CJ/T188协议中的一种或多种。

11.根据权利要求1所述的一种数据分析方法，其特征在于，还包括数据可视化步骤：所述数据可视化处理具体为：通过图表形式对能源消耗数据进行实时监测展示。

12.一种能耗管理***，其特征在于，使用权利要求1-11任一项所述的数据分析方法进行能耗管理，包括：数据采集设备、能耗监测模块和能耗管理模块；

数据采集设备、能耗监测模块和能耗管理模块通过互联网进行连接；

数据采集设备确定需要采集的能源类型和能源名称以及生产过程中所涉及的生产工序、生产部门和生产模块，确定使用所述能源类型或能源名称的能源，定时抽取所述能源的能源消耗数据，以及所述生产工序、生产部门和生产模块在生产过程中所获得的生产数据；

能耗监测模块将所述抽取的数据与数据源中的数据进行对比，若不同，则再次执行以上步骤，直到达到数据同步，然后进行数据清洗和数据整理；

能耗管理模块将整理后的数据进行数据建模和数据分析。

13.根据权利要求12所述的一种能耗管理***，其特征在于，所述数据采集设备包括数据采集工具；所述数据采集工具定时抽取所述能源的能源消耗数据，以及所述生产工序、生产部门和生产模块在生产过程中所获得的生产数据。

14.根据权利要求13所述的一种能耗管理***，其特征在于，所述数据定时抽取的抽取频率，根据数据采集工具的数据采集频率和能耗管理模块的设计要求确定。

15.根据权利要求12所述的一种能耗管理***，其特征在于，所述能耗监测模块包括数据接入执行模块和数据处理模块；所述数据接入执行模块接收所述能源消耗数据和生产数据，数据处理模块将抽取的数据与数据源中的数据进行对比，直到达到数据同步，然后进行数据清洗和数据整理，再传输至能耗管理模块。

16.根据权利要求15所述的一种能耗管理***，其特征在于，所述能耗管理模块包括能耗管理功能模块和生产管理功能模块；所述能耗管理功能模块建立能耗数据管理模型，根据所述能耗数据管理模型进行能耗数据分析；所述生产管理功能模块建立生产数据管理模型，根据所述生产数据管理模型进行生产数据分析。

17.根据权利要求12所述的一种能耗管理***，其特征在于，所述能耗数据分析具体为：分析能耗全景、能耗趋势、能耗监测情况和能耗组成结构；所述生产数据分析具体为：分析产品产量、工业增加值、工业总产值和生产趋势。

18.根据权利要求12所述的一种能耗管理***，其特征在于，所述能耗管理模块将整理后的数据进行数据可视化处理。

Images