CN116720854B - 基于智慧巡检的设备协调控制方法及*** - Google Patents
基于智慧巡检的设备协调控制方法及*** Download PDFInfo
- Publication number
- CN116720854B CN116720854B CN202311007623.7A CN202311007623A CN116720854B CN 116720854 B CN116720854 B CN 116720854B CN 202311007623 A CN202311007623 A CN 202311007623A CN 116720854 B CN116720854 B CN 116720854B
- Authority
- CN
- China
- Prior art keywords
- inspection
- equipment
- templated
- time sequence
- abnormal
- 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 43
- 238000007689 inspection Methods 0.000 claims abstract description 195
- 230000002159 abnormal effect Effects 0.000 claims description 72
- 238000013210 evaluation model Methods 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 6
- 230000009469 supplementation Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000004043 responsiveness Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 238000005265 energy consumption Methods 0.000 abstract description 7
- 230000005856 abnormality Effects 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 38
- 238000010276 construction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
- G06Q50/08—Construction
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及设备控制技术领域,提供了基于智慧巡检的设备协调控制方法及***,方法包括:录入第一目标楼宇的运行设备集合;输出实时运行数据集;输出时序‑运行特征集;搭建模板化运行场景;配置模板化巡检参数;模板化巡检输出巡检结果;对第一目标楼宇的运行设备集合进行协调控制,解决了缺乏对设备运行状态的深入理解和建模能力,设备运行控制精度低的技术问题,实现了协调控制可以将多个设备进行协同管理和优化,使设备之间的工作更加协调和高效,同时,自动识别和报告设备异常,使维护工作更加高效和及时,提高设备管理的效率和精度,优化能耗和运行效果,以提供更智能化和可持续的公共建筑环境的技术效果。
Description
技术领域
本发明涉及设备控制相关技术领域,具体涉及基于智慧巡检的设备协调控制方法及***。
背景技术
随着自动化不断地推广以及普及,智能空调、智能照明设备等智能设备在公共建筑室内被大量投入使用,通过智能设备的安装和联网,可以实现对公共建筑室内的智能空调、智能照明设备等智能设备的自动控制,减少人力成本,提高智能设备的控制便捷度。
但,由于传统方法通常依赖于经验来确定设备的运行状态和协调控制策略,容易出现误判,常见的,基于经验规则和简单的控制规律,缺乏对设备运行状态的深入理解和建模能力,无法处理复杂的设备运行问题。
综上所述,现有技术中存在缺乏对设备运行状态的深入理解和建模能力,设备运行控制精度低的技术问题。
发明内容
本申请通过提供了基于智慧巡检的设备协调控制方法及***,旨在解决现有技术中的缺乏对设备运行状态的深入理解和建模能力,设备运行控制精度低的技术问题。
鉴于上述问题,本申请提供了基于智慧巡检的设备协调控制方法及***。
本申请公开的第一个方面,提供了基于智慧巡检的设备协调控制方法,其中,所述方法包括:基于智慧巡检***录入第一目标楼宇的运行设备集合;通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;根据所述模板化运行场景配置模板化巡检参数;将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制。
本申请公开的另一个方面,提供了基于智慧巡检的设备协调控制***,其中,所述***包括:设备集合录入模块,用于基于智慧巡检***录入第一目标楼宇的运行设备集合;数据采集模块,用于通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;时序特征提取模块,用于根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;运行场景搭建模块,用于根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;参数配置模块,用于根据所述模板化运行场景配置模板化巡检参数;模板化巡检模块,用于将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;协调控制模块,用于按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了基于智慧巡检***录入第一目标楼宇的运行设备集合;通过对运行设备集合进行运行状态数据采集,输出实时运行数据集,根据实时运行数据集生成运行数据库进行存储,将运行数据库与智慧巡检***连接;根据实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;根据时序-运行异常特征和时序-运行状态特征,搭建模板化运行场景;根据模板化运行场景配置模板化巡检参数;将模板化巡检参数发送至智慧巡检***的控制终端,对第一目标楼宇进行模板化巡检,输出巡检结果;按照巡检结果对第一目标楼宇的运行设备集合进行协调控制,实现了协调控制可以将多个设备进行协同管理和优化,使设备之间的工作更加协调和高效,同时,自动识别和报告设备异常,使维护工作更加高效和及时,提高设备管理的效率和精度,优化能耗和运行效果,以提供更智能化和可持续的公共建筑环境的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了基于智慧巡检的设备协调控制方法可能的流程示意图;
图2为本申请实施例提供了基于智慧巡检的设备协调控制方法中搭建模板化运行场景可能的流程示意图;
图3为本申请实施例提供了基于智慧巡检的设备协调控制方法中输出第一响应结果可能的流程示意图;
图4为本申请实施例提供了基于智慧巡检的设备协调控制***可能的结构示意图。
附图标记说明:设备集合录入模块100,数据采集模块200,时序特征提取模块300,运行场景搭建模块400,参数配置模块500,模板化巡检模块600,协调控制模块700。
具体实施方式
本申请实施例提供了基于智慧巡检的设备协调控制方法及***,解决了缺乏对设备运行状态的深入理解和建模能力,设备运行控制精度低的技术问题,实现了协调控制可以将多个设备进行协同管理和优化,使设备之间的工作更加协调和高效,同时,自动识别和报告设备异常,使维护工作更加高效和及时,提高设备管理的效率和精度,优化能耗和运行效果,以提供更智能化和可持续的公共建筑环境的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一:
如图1所示,本申请实施例提供了基于智慧巡检的设备协调控制方法,其中,所述方法包括:
S10:基于智慧巡检***录入第一目标楼宇的运行设备集合;
S20:通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;
S30:根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;
具体而言,通过设备协调控制,可以根据实时的数据和需求情况,对空调、照明等设备进行智能调整和优化,可以降低能耗,提高能源利用效率,达到节能的目的,例如,在公共建筑中,空调和照明可以根据人流量、温度等因素进行智能调整,以提供更舒适和节能的室内环境;
所述第一目标楼宇中设置各种设备;所述运行设备集合指第一目标楼宇中安装的各种设备,如智能空调、智能照明设备、电梯等;基于智慧巡检***的数据输入端口录入第一目标楼宇的运行设备集合;
基于所述运行设备集合,使用传感器或其他数据采集设备进行运行状态数据采集,同时,对照所述运行设备集合进行数据整理,获取实时运行数据集,所述实时运行数据集中的元素可以是实时温度数据、实时湿度数据、实时能耗数据;将采集所得到的所述实时运行数据集存储至所述运行数据库,所述运行数据库是指存储设备的历史运行数据和相关信息的数据库,用于后续的数据分析和决策支持;将所述运行数据库与所述智慧巡检***连接;
所述时序-运行特征集包括时序-运行异常特征和时序-运行状态特征,时序-运行异常特征指设备在不同时间段出现的异常情况,如温度过高、电流异常等;时序-运行状态特征指设备在不同时间段的设备不启动状态,如设备不在线状态、维护状态等;根据所述实时运行数据集进行时序特征提取,提取出实时运行数据集对应的时刻信息,将实时运行数据集对应的时刻信息对应添加至所述实时运行数据集中,输出时序-运行特征集,建立所述运行数据库与所述智慧巡检***之间的连接,为进行运行数据采集提供支持,同时,将采集所得数据整理并存储至运行数据库,为后续的数据分析提供数据基础。
S40:根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;
如图2所示,步骤S40包括步骤:
S41:对所述运行设备集合进行设备分类,获取设备分类结果;
S42:根据所述设备分类结果对所述时序-运行特征集进行分类,输出特征分类结果,其中,每个设备类别包括对应的特征集;
S43:根据所述特征分类结果,建立模板化运行子场景;
S44:利用所述模板化运行子场景,搭建所述模板化运行场景。
具体而言,根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景,包括,对照所述运行设备集合进行设备分类:将功能相同或相似的设备划分至同一类中,比如将空调、风扇划分至同一类中,进而获取设备分类结果,所述设备分类结果表示不同类型的设备进行划分和归类;
已知的,空调和风扇都可以具有不同的风速设置,例如低速、中速和高速;空调和风扇可以具有可调节的风向功能,可以控制风的吹向;空调和风扇在运行过程存在噪音,低噪音水平的设备可以提供更加宁静和舒适的环境;基于此,对照所述设备分类结果对所述时序-运行特征集进行分类,比如空调、风扇对应的特征可以是温度、风速、风向、噪声,进而输出特征分类结果,每个设备类别包括对应的特征集,比如空调、风扇所确定的设备类别对应的特征集可以是温度、风速、风向、噪音;
模块化的调整控制相较于一般的调整控制,控制效率更高,由此,可以针对每个设备类别构建的一个模板化运行子场景,每个模板化运行子场景描述了特定设备类别的典型运行情况和对应的控制策略,基于所述特征分类结果,使用Maya(软件名)或其他任意建模软件,将所述特征分类结果中每个设备类别分别输入,建立模板化运行子场景;应用所述第一目标楼宇对应的实际场景,将所述模板化运行子场景进行组合,还原出符合所述第一目标楼宇对应的实际场景的所述模板化运行场景。依照设备类别分层进行场景搭建,最后使用第一目标楼宇对应的实际场景还原出模板化运行场景,保证模板化运行场景的有效性,同时,为后续进行模板化控制调整提供支持。
本申请实施例还包括:
S451:根据所述时序-运行异常特征与所述时序-运行状态特征,建立同一时序下的特征分布坐标,其中,所述特征分布坐标以时序为x轴,以运行异常特征为第一变量,以运行状态特征为第二变量生成;
S452:根据所述特征分布坐标进行马尔科夫预测,输出预测时序-运行特征集;
S453:根据所述预测时序-运行特征集对所述时序-运行特征集进行特征补充,搭建所述模板化运行场景。
具体而言,建立同一时序下的特征分布坐标:对照所述时序-运行异常特征与所述时序-运行状态特征中的时序排列,以时序为x轴,以运行异常特征为第一变量,以运行状态特征为第二变量,确定特征分布坐标,简单来说就是依据时序分布,将所述时序-运行异常特征与所述时序-运行状态特征机型组合,建立同一时序下的特征分布坐标;
依据所述特征分布坐标对应的时序信息,将当前的特征分布坐标设置为马尔科夫链的当前状态,将下一个时刻点的特征分布坐标设置为马尔科夫链的下一个状态,进行马尔科夫预测,输出预测时序-运行特征集,所述输出预测时序-运行特征集包括多个预测时序对应的状态;
将所述预测时序-运行特征集,对现有的时序-运行特征集进行补充和完善,所述特征补充包括填充缺失的特征信息或补充额外的特征信息,包括设备运行温度等特征信息,简单说明,在设备运行的过程中,不可避免的,能量转换无法达到100%,部分能量会转化为热量,常见如风扇的单相交流电动机长期工作的情况下会发热,由此,将运行过程对应的设备运行温度进行特征补充,在完成特征补充,并添加至所述搭模板化运行场景。
对运行设备集合进行设备分类和特征分析,并根据预测结果进行特征补充,控制设备的运行状态,提高设备的可靠性和效率。通过建立模板化运行场景,可以更好地预测和应对潜在的运行异常或故障情况。
S50:根据所述模板化运行场景配置模板化巡检参数;
如图3所示,步骤S50包括步骤:
S51:根据所述模板化运行场景,输出预设巡检算力指标;
S52:按照所述预设巡检算力指标为适应目标,以所述模板化巡检参数的类别为适应变量的数量,以所述模板化巡检参数的参数值为输出,搭建第一目标函数,其中,所述模板化巡检参数的类别至少包括巡检周期和巡检频率;
S53:按照所述第一目标函数,输出第一响应结果,其中,所述第一响应结果包括与所述模板化巡检参数的类别一一对应的参数值。
具体而言,根据所述模板化运行场景配置模板化巡检参数,包括,所述预设巡检算力指标是设定用于巡检的计算能力指标,衡量设备运行状态和性能;
应理解的,在构建第一目标函数时,将预设巡检算力指标作为适应目标,即要优化的目标,以所述模板化巡检参数的类别为适应变量的数量,这意味着这些参数的选择和调整可以影响巡检算力指标的优化结果,以所述模板化巡检参数的参数值为输出,搭建第一目标函数,所述模板化巡检参数的类别至少包括巡检周期和巡检频率,巡检周期指定了进行巡检的时间间隔,而巡检频率表示在每个巡检周期内进行巡检的次数;
当所述第一目标函数的输出满足预设巡检算力指标后,将第一目标函数的当前输出作为第一响应结果,所述第一响应结果包括与所述模板化巡检参数的类别一一对应的参数值,通过搭建目标函数和适应变量,可以优化巡检算力指标,在巡检计算能力约束下,提高巡检效率和准确性。
S60:将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;
S70:按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制。
步骤S70包括步骤:
S71:获取所述巡检结果,其中,所述巡检结果包括异常运行设备;
S72:对所述异常运行设备进行成套使用关系识别,按照成套使用关系,生成异常运行设备拓扑网;
S73:对所述异常运行设备拓扑网中不同成套使用关系的设备进行区分标识,根据标识信息生成第一协调控制组,且每一协调控制组用于控制同一成套使用关系的设备。
本申请实施例还包括:
S741:获取所述异常运行设备之间的设备关联度,生成异常关联设备拓扑网;
S742:基于所述异常关联设备拓扑网,生成第一调和函数;
S743:基于所述异常运行设备拓扑网,生成第二调和函数;
S744:对所述第一调和函数和所述第二调和函数进行拟合,输出设备调和函数,根据所述设备调和函数对所述第一目标楼宇的运行设备集合进行协调控制。
具体而言,应理解的,将巡检参数按照一定的模板进行定义和整理,使巡检过程更加标准化和***化,所述智慧巡检***是一种基于物联网的***,用于对设备、设施或建筑进行远程监测,可以提供实时数据和分析结果,帮助进行设备管理;
将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果,所述巡检结果包括设备状态、异常情况,具体的,巡检结果可以显示每个设备的当前状态,例如正常、异常或需要维修等,有助于及时发现设备故障或异常情况;在巡检过程中发现了设备的异常行为或故障,巡检结果可以详细描述这些异常情况,如设备的异常噪音、振动、温度过高等;
按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制,具体的,对设备进行协调控制,以实现更有效的楼宇运行,其中,所述协调控制可以包括自动调整设备参数、优化设备运行策略,例如设备的开启/关闭状态、运行模式等。
通过分析时序-运行状态特征,监测设备的运行状态,帮助用户了解设备的实时状态,同时,进行模板化巡检并用于设备的协调控制,协调控制可以将多个设备进行协同管理和优化,使设备之间的工作更加协调和高效,以优化设备的运行效果和能耗。
进一步的,按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制,之前,包括,在巡检过程中发现的出现异常状况的设备,可以调整存在同样功能的正常运行的设备,即使出现异常同样不影响正常使用体验,比如,一排照明设备包括第一点位照明设备、第二点位照明设备、第三点位照明设备,第一点位照明设备、第二点位照明设备、第三点位照明设备在位置上相邻,若第二点位照明设备损坏,可以调整第一点位照明设备、第三点位照明设备的亮度,基于此,所述巡检结果包括异常运行设备;所述成套使用关系的设备指在异常运行设备拓扑网中存在一定关联性的设备组合,一起被用于特定的功能或任务;对所述异常运行设备进行成套使用关系识别,按照成套使用关系,生成异常运行设备拓扑网;
对所述异常运行设备拓扑网中不同成套使用关系的设备进行区分标识,并将同一成套使用关系的设备标识划分到各自的协调控制组中,所述第一协调控制组对应的设备具有相同成套使用关系,通过每一协调控制组控制和管理同一成套使用关系的设备,对照成套使用关系的设备进行协调控制,在出现异常同样不影响正常使用体验。
进一步的,按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制,之前,包括,通过分析异常运行设备之间的关系,可以生成描述异常运行设备之间关联度的异常关联设备拓扑网,可以用于理解设备之间的异常状态和相互作用,比如设备之间的物理或逻辑连接,或,多个设备与一个共享的关键设备有连接,并且关键设备出现了异常,那么可以推断与关键设备连接的关键设备的异常可能是由于关键设备的问题引起的;
基于所述异常关联设备拓扑网,生成第一调和函数:利用调和函数的均值性质、极值原理为理论基础,将所述异常关联设备拓扑网中对应的设备具有相同成套使用关系的设备的参数指标作为均值性质对应的均值点,将所述异常运行设备对应的设备的参数指标作为极值原理对应的极值点,设置第一调和函数;采用相同的方式,基于所述异常运行设备拓扑网,生成第二调和函数;
对所述第一调和函数和所述第二调和函数进行拟合,可以得到设备调和函数,所述设备调和函数综合考虑了设备之间的关联性、功能和异常运行状态,用于更好地控制设备集合,根据所述设备调和函数,可以对所述第一目标楼宇的运行设备集合进行协调控制,最终,考虑设备之间的关联性和异常运行状态,对设备进行协调控制,以实现更有效的楼宇运行。
所述模板化运行场景与模板评估模型通信连接,本申请实施例还包括:
S81:通过对基于所述模板化运行场景进行巡检后的巡检结果进行收集,生产巡检结果日志;
S82:将所述生产巡检结果日志与所述模板评估模型连接,其中,所述模板评估模型包括巡检漏报率、巡检响应度以及巡检误检率;
S83:根据所述模板评估模型,输出标识所述模板化运行场景巡检质量的模板质量;
S84:当所述模板质量小于预设模板质量时,生成反馈网络层;
S85:以所述反馈网络层对所述第一目标函数进行优化,输出优化后的巡检参数。
具体而言,所述模板化运行场景与模板评估模型通信连接,所述通信连接简单来说就是通过信号的传输交互,在所述模板化运行场景与模板评估模型之间构成通讯网络,为进行数据传输提供支撑;通过对基于所述模板化运行场景进行巡检后的巡检结果进行收集,生产巡检结果日志,所述巡检结果日志包含有关巡检的各种指标和结果信息;
构建模板评估模型,所述模板评估模型包括巡检漏报率(未发现问题的比例)、巡检响应度(及时发现问题并采取措施的能力)以及巡检误检率(错误地认为有问题的比例);将所述生产巡检结果日志与所述模板评估模型连接;所述模板质量指衡量模板化运行场景巡检质量的指标或度量,可以用于评估模板的效果和准确性;根据所述模板评估模型,输出标识所述模板化运行场景巡检质量的模板质量;
构建模板评估模型,包括,以所述巡检漏报率、巡检响应度以及巡检误检率作为检索内容,设置检索符,检索得到历史巡检漏报率、历史巡检响应度以及历史巡检误检率;以所述前馈神经网络为模型基础,采用所述历史巡检漏报率、历史巡检响应度以及历史巡检误检率作为构建数据,基于所述历史巡检漏报率、历史巡检响应度以及历史巡检误检率中各个模板的预设模板质量构造新的组合特征,传入前馈神经网络中进行模型收敛学习,构建训练获得所述模板评估模型,所述模板评估模型包括反馈网络层。通过确定模板评估模型,为进行模板评估提供模型基础;
比较所述模板质量小于预设模板质量:当所述模板质量不小于预设模板质量,持续进行巡检;当所述模板质量小于预设模板质量时,即巡检结果不达标,可以生成反馈网络层,所述反馈网络层用于提供反馈信息,指示哪些方面需要进行修复或调整;以所述反馈网络层对所述第一目标函数进行优化,输出优化后的巡检参数,调整巡检的参数和设置,以提高巡检的效率、准确性或其他性能指标。通过优化后的巡检参数,可以重新进行模板化运行场景的巡检,以期获得更好的结果;
通过收集巡检结果并与模板评估模型连接,评估巡检的质量,在模板质量低于预设值时,使用反馈网络层提供的建议优化巡检参数,以改进巡检的效果,旨在提高巡检的准确性、全面性和效率,并确保模板化运行场景按照标准要求进行。
综上所述,本申请实施例所提供的基于智慧巡检的设备协调控制方法及***具有如下技术效果:
1.由于采用了基于智慧巡检***录入第一目标楼宇的运行设备集合;通过对运行设备集合进行运行状态数据采集,输出实时运行数据集,根据实时运行数据集生成运行数据库进行存储,将运行数据库与智慧巡检***连接;根据实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;根据时序-运行异常特征和时序-运行状态特征,搭建模板化运行场景;根据模板化运行场景配置模板化巡检参数;将模板化巡检参数发送至智慧巡检***的控制终端,对第一目标楼宇进行模板化巡检,输出巡检结果;按照巡检结果对第一目标楼宇的运行设备集合进行协调控制,本申请通过提供了基于智慧巡检的设备协调控制方法及***,实现了协调控制可以将多个设备进行协同管理和优化,使设备之间的工作更加协调和高效,同时,自动识别和报告设备异常,使维护工作更加高效和及时,提高设备管理的效率和精度,优化能耗和运行效果,以提供更智能化和可持续的公共建筑环境的技术效果。
2.由于采用了对运行设备集合进行设备分类,获取设备分类结果;根据设备分类结果对时序-运行特征集进行分类,输出特征分类结果,其中,每个设备类别包括对应的特征集;根据特征分类结果,建立模板化运行子场景;利用模板化运行子场景,搭建模板化运行场景。依照设备类别分层进行场景搭建,最后使用第一目标楼宇对应的实际场景还原出模板化运行场景,保证模板化运行场景的有效性,同时,为后续进行模板化控制调整提供支持。
实施例二:
基于与前述实施例中基于智慧巡检的设备协调控制方法相同的发明构思,如图4所示,本申请实施例提供了基于智慧巡检的设备协调控制***,其中,所述***包括:
设备集合录入模块100,用于基于智慧巡检***录入第一目标楼宇的运行设备集合;
数据采集模块200,用于通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;
时序特征提取模块300,用于根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;
运行场景搭建模块400,用于根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;
参数配置模块500,用于根据所述模板化运行场景配置模板化巡检参数;
模板化巡检模块600,用于将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;
协调控制模块700,用于按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制。
进一步的,所述运行场景搭建模块400用于执行以下步骤:
对所述运行设备集合进行设备分类,获取设备分类结果;
根据所述设备分类结果对所述时序-运行特征集进行分类,输出特征分类结果,其中,每个设备类别包括对应的特征集;
根据所述特征分类结果,建立模板化运行子场景;
利用所述模板化运行子场景,搭建所述模板化运行场景。
进一步的,所述运行场景搭建模块400还用于执行以下步骤:
根据所述时序-运行异常特征与所述时序-运行状态特征,建立同一时序下的特征分布坐标,其中,所述特征分布坐标以时序为x轴,以运行异常特征为第一变量,以运行状态特征为第二变量生成;
根据所述特征分布坐标进行马尔科夫预测,输出预测时序-运行特征集;
根据所述预测时序-运行特征集对所述时序-运行特征集进行特征补充,搭建所述模板化运行场景。
进一步的,所述参数配置模块500用于执行以下步骤:
根据所述模板化运行场景,输出预设巡检算力指标;
按照所述预设巡检算力指标为适应目标,以所述模板化巡检参数的类别为适应变量的数量,以所述模板化巡检参数的参数值为输出,搭建第一目标函数,其中,所述模板化巡检参数的类别至少包括巡检周期和巡检频率;
按照所述第一目标函数,输出第一响应结果,其中,所述第一响应结果包括与所述模板化巡检参数的类别一一对应的参数值。
进一步的,所述基于智慧巡检的设备协调控制***还用于执行以下步骤:
通过对基于所述模板化运行场景进行巡检后的巡检结果进行收集,生产巡检结果日志;
将所述生产巡检结果日志与所述模板评估模型连接,其中,所述模板评估模型包括巡检漏报率、巡检响应度以及巡检误检率;
根据所述模板评估模型,输出标识所述模板化运行场景巡检质量的模板质量;
当所述模板质量小于预设模板质量时,生成反馈网络层;
以所述反馈网络层对所述第一目标函数进行优化,输出优化后的巡检参数。
进一步的,所述协调控制模块700用于执行以下步骤:
获取所述巡检结果,其中,所述巡检结果包括异常运行设备;
对所述异常运行设备进行成套使用关系识别,按照成套使用关系,生成异常运行设备拓扑网;
对所述异常运行设备拓扑网中不同成套使用关系的设备进行区分标识,根据标识信息生成第一协调控制组,且每一协调控制组用于控制同一成套使用关系的设备。
进一步的,所述协调控制模块700还用于执行以下步骤:
获取所述异常运行设备之间的设备关联度,生成异常关联设备拓扑网;
基于所述异常关联设备拓扑网,生成第一调和函数;
基于所述异常运行设备拓扑网,生成第二调和函数;
对所述第一调和函数和所述第二调和函数进行拟合,输出设备调和函数,根据所述设备调和函数对所述第一目标楼宇的运行设备集合进行协调控制。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.基于智慧巡检的设备协调控制方法,其特征在于,所述方法包括:
基于智慧巡检***录入第一目标楼宇的运行设备集合;
通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;
根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;
根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;
根据所述模板化运行场景配置模板化巡检参数;
将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;
按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制;
根据所述模板化运行场景配置模板化巡检参数,方法包括:
根据所述模板化运行场景,输出预设巡检算力指标;
按照所述预设巡检算力指标为适应目标,以所述模板化巡检参数的类别为适应变量的数量,以所述模板化巡检参数的参数值为输出,搭建第一目标函数,其中,所述模板化巡检参数的类别至少包括巡检周期和巡检频率;
按照所述第一目标函数,输出第一响应结果,其中,所述第一响应结果包括与所述模板化巡检参数的类别一一对应的参数值;
所述模板化运行场景与模板评估模型通信连接,方法包括:
通过对基于所述模板化运行场景进行巡检后的巡检结果进行收集,生产巡检结果日志;
将所述生产巡检结果日志与所述模板评估模型连接,其中,所述模板评估模型包括巡检漏报率、巡检响应度以及巡检误检率;
根据所述模板评估模型,输出标识所述模板化运行场景巡检质量的模板质量;
当所述模板质量小于预设模板质量时,生成反馈网络层;
以所述反馈网络层对所述第一目标函数进行优化,输出优化后的巡检参数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述运行设备集合进行设备分类,获取设备分类结果;
根据所述设备分类结果对所述时序-运行特征集进行分类,输出特征分类结果,其中,每个设备类别包括对应的特征集;
根据所述特征分类结果,建立模板化运行子场景;
利用所述模板化运行子场景,搭建所述模板化运行场景。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述时序-运行异常特征与所述时序-运行状态特征,建立同一时序下的特征分布坐标,其中,所述特征分布坐标以时序为x轴,以运行异常特征为第一变量,以运行状态特征为第二变量生成;
根据所述特征分布坐标进行马尔科夫预测,输出预测时序-运行特征集;
根据所述预测时序-运行特征集对所述时序-运行特征集进行特征补充,搭建所述模板化运行场景。
4.如权利要求1所述的方法,其特征在于,按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制,方法包括:
获取所述巡检结果,其中,所述巡检结果包括异常运行设备;
对所述异常运行设备进行成套使用关系识别,按照成套使用关系,生成异常运行设备拓扑网;
对所述异常运行设备拓扑网中不同成套使用关系的设备进行区分标识,根据标识信息生成第一协调控制组,且每一协调控制组用于控制同一成套使用关系的设备。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述异常运行设备之间的设备关联度,生成异常关联设备拓扑网;
基于所述异常关联设备拓扑网,生成第一调和函数;
基于所述异常运行设备拓扑网,生成第二调和函数;
对所述第一调和函数和所述第二调和函数进行拟合,输出设备调和函数,根据所述设备调和函数对所述第一目标楼宇的运行设备集合进行协调控制。
6.基于智慧巡检的设备协调控制***,其特征在于,用于实施权利要求1-5任意一项所述的基于智慧巡检的设备协调控制方法,包括:
设备集合录入模块,用于基于智慧巡检***录入第一目标楼宇的运行设备集合;
数据采集模块,用于通过对所述运行设备集合进行运行状态数据采集,输出实时运行数据集,根据所述实时运行数据集生成运行数据库进行存储,将所述运行数据库与所述智慧巡检***连接;
时序特征提取模块,用于根据所述实时运行数据集进行时序特征提取,输出时序-运行特征集,包括时序-运行异常特征和时序-运行状态特征;
运行场景搭建模块,用于根据所述时序-运行异常特征和所述时序-运行状态特征,搭建模板化运行场景;
参数配置模块,用于根据所述模板化运行场景配置模板化巡检参数;
模板化巡检模块,用于将所述模板化巡检参数发送至所述智慧巡检***的控制终端,对所述第一目标楼宇进行模板化巡检,输出巡检结果;
协调控制模块,用于按照所述巡检结果对所述第一目标楼宇的运行设备集合进行协调控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007623.7A CN116720854B (zh) | 2023-08-11 | 2023-08-11 | 基于智慧巡检的设备协调控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007623.7A CN116720854B (zh) | 2023-08-11 | 2023-08-11 | 基于智慧巡检的设备协调控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116720854A CN116720854A (zh) | 2023-09-08 |
CN116720854B true CN116720854B (zh) | 2023-11-03 |
Family
ID=87866538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311007623.7A Active CN116720854B (zh) | 2023-08-11 | 2023-08-11 | 基于智慧巡检的设备协调控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720854B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117389179B (zh) * | 2023-10-17 | 2024-05-03 | 北京思木企业管理咨询中心(有限合伙) | 一种巡检设备的远程智能集控方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916398A (zh) * | 2010-07-13 | 2010-12-15 | 中交公路规划设计院有限公司 | 基于web gis的区域桥梁信息化管理*** |
CN111835582A (zh) * | 2020-06-19 | 2020-10-27 | 深圳奇迹智慧网络有限公司 | 物联网巡检设备的配置方法、装置、计算机设备 |
CN113313280A (zh) * | 2021-03-31 | 2021-08-27 | 阿里巴巴新加坡控股有限公司 | 云平台的巡检方法、电子设备及非易失性存储介质 |
CN115526503A (zh) * | 2022-09-30 | 2022-12-27 | 中国联合网络通信集团有限公司 | 设备巡检数据处理方法、装置、设备及可读存储介质 |
CN115560374A (zh) * | 2022-12-05 | 2023-01-03 | 北京煦联得节能科技股份有限公司 | 一种基于热泵机组状态数据处理的采暖控制方法及*** |
CN116245230A (zh) * | 2023-02-03 | 2023-06-09 | 南方电网调峰调频发电有限公司运行分公司 | 一种电站设备的运行巡检与趋势分析方法及*** |
WO2023116225A1 (zh) * | 2021-12-21 | 2023-06-29 | 华为技术有限公司 | 一种网络巡检方法、网络设备及网络管理设备 |
CN116512273A (zh) * | 2023-05-30 | 2023-08-01 | 深蓝(天津)智能制造有限责任公司 | 一种巡检机器人的运动智能控制方法及*** |
-
2023
- 2023-08-11 CN CN202311007623.7A patent/CN116720854B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916398A (zh) * | 2010-07-13 | 2010-12-15 | 中交公路规划设计院有限公司 | 基于web gis的区域桥梁信息化管理*** |
CN111835582A (zh) * | 2020-06-19 | 2020-10-27 | 深圳奇迹智慧网络有限公司 | 物联网巡检设备的配置方法、装置、计算机设备 |
CN113313280A (zh) * | 2021-03-31 | 2021-08-27 | 阿里巴巴新加坡控股有限公司 | 云平台的巡检方法、电子设备及非易失性存储介质 |
WO2023116225A1 (zh) * | 2021-12-21 | 2023-06-29 | 华为技术有限公司 | 一种网络巡检方法、网络设备及网络管理设备 |
CN115526503A (zh) * | 2022-09-30 | 2022-12-27 | 中国联合网络通信集团有限公司 | 设备巡检数据处理方法、装置、设备及可读存储介质 |
CN115560374A (zh) * | 2022-12-05 | 2023-01-03 | 北京煦联得节能科技股份有限公司 | 一种基于热泵机组状态数据处理的采暖控制方法及*** |
CN116245230A (zh) * | 2023-02-03 | 2023-06-09 | 南方电网调峰调频发电有限公司运行分公司 | 一种电站设备的运行巡检与趋势分析方法及*** |
CN116512273A (zh) * | 2023-05-30 | 2023-08-01 | 深蓝(天津)智能制造有限责任公司 | 一种巡检机器人的运动智能控制方法及*** |
Non-Patent Citations (2)
Title |
---|
基于双三次插值的巡检机器人初始位姿优化;林欢;王锋;;机械设计与制造工程(第05期);全文 * |
智能电网设备状态监测评估及预测应用研究;叶健锋;;电子制作(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116720854A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116720854B (zh) | 基于智慧巡检的设备协调控制方法及*** | |
CN109028481A (zh) | 一种空调***的无人值守机房控制***及方法 | |
CN112286150B (zh) | 一种智能家居设备管理方法、装置、***及存储介质 | |
KR20180131246A (ko) | 빅데이터 분석을 통한 공정 관리 방법 | |
CN115423301B (zh) | 一种基于物联网的电力能源智能管控方法、装置及*** | |
CN111158245A (zh) | 一种基于物联网的建筑节能监测管理方法 | |
CN106567964B (zh) | 一种基于dcs数据的流量控制阀监控方法 | |
CN117460129B (zh) | 基于物联网驱动的节能路灯控制方法及*** | |
CN113722656B (zh) | 一种火力发电机组实时健康度评价方法及*** | |
CN110823291A (zh) | 基于K-means聚类算法的建筑物室内温湿度环境监测方法与*** | |
CN116150692A (zh) | 基于云平台和改进孤立森林的电网故障诊断方法和*** | |
CN112099438B (zh) | 一种基于电流信号的机床节能控制方法及装置 | |
CN214375145U (zh) | 一种变压器有载调压分接开关运行状态检测*** | |
CN113702765A (zh) | 一种电网故障诊断智能*** | |
Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
CN113902222A (zh) | 一种新能源智慧运维***与方法 | |
CN111538293A (zh) | 一种绿色节能智能制造车间 | |
CN117336318A (zh) | 基于aiot技术零碳智能管理方法和*** | |
CN117933975B (zh) | 一种基于bim的绿色建筑智慧运维平台及方法 | |
CN117387172B (zh) | 基于精准推荐设备控制参数的末端空调节能方法和*** | |
CN117128162B (zh) | 智慧能源空压站节能控制***及控制方法 | |
CN117634826B (zh) | 基于云计算和多维数据的智能建筑状态监测管理*** | |
CN117494044A (zh) | 一种应用于配电网智能站房辅控的数据处理方法及*** | |
CN117271638A (zh) | 边缘端融合控制方法及*** | |
CN118273969A (zh) | 基于绿色矿山通风风机运行智能调控*** |
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 |