一种综合能效数据管理方法及系统
文献发布时间:2023-06-19 19:37:02
技术领域
本发明属于数据处理技术领域,尤其涉及一种综合能效数据管理方法及系统。
背景技术
数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用,实现数据有效管理的关键是数据组织。
绿色建筑能效管理系统,又称能源控制与管理系统,系统应用技术,对绿色建筑内各用能系统的能耗信息予以采集、显示、分析、诊断、维护、控制及优化管理,通过资源整合形成具有实时性、全局性和系统性的能效综合职能管理功能的系统。
在当前的企业中,存在大量的耗能设备,但是缺乏有效的能耗管理系统,因此无法对企业的能效进行准确的判断。
发明内容
本发明实施例的目的在于提供一种综合能效数据管理方法,旨在解决在当前的企业中,存在大量的耗能设备,但是缺乏有效的能耗管理系统,无法对企业的能效进行准确的判断的问题。
本发明实施例是这样实现的,一种综合能效数据管理方法,所述方法包括:
获取网关监控数据,所述网关监控数据包括智能设备数据和非智能设备数据;
对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线;
对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线;
基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常,若不正常,则发出能效数据异常警报。
优选的,所述对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线的步骤,具体包括:
对智能设备数据进行解析,识别同时启动的智能设备的型号;
根据智能设备的型号查询设备数据库,确定智能设备在不同环境下的实时能耗参数;
按照时间顺序确定智能设备在各个时间段内的能耗,生成智能设备能耗曲线。
优选的,所述对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线的步骤,具体包括:
对非智能设备数据进行解析,判定当前接入网络的设备的类型,确定其型号;
根据非智能设备的型号进行查询设备数据库,确定非智能设备在不同环境条件下的平均能耗参数;
按照时间顺序确定非智能设备在各个时间段内的能耗,生成非智能设备能耗曲线。
优选的,所述基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常的步骤,具体包括:
获取实时能耗数据,对实时能耗数据进行截取,得到分段能耗数据;
根据分段能耗数据确定能耗分析时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据;
计算实际能耗数据与分段能耗数据之间的匹配度,根据匹配度进行能效评估,判断能效数据是否正常。
优选的,当判定能效数据异常时,确定对应的分段能耗数据,根据该分段能耗数据确定当时运行的非智能设备和智能设备。
优选的,所述匹配度为实际能耗数据与分段能耗数据的比值。
本发明实施例的另一目的在于提供一种综合能效数据管理系统,所述系统包括:
数据获取模块,用于获取网关监控数据,所述网关监控数据包括智能设备数据和非智能设备数据;
第一设备分析模块,用于对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线;
第二设备分析模块,用于对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线;
能效评估模块,用于基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常,若不正常,则发出能效数据异常警报。
优选的,所述第一设备分析模块包括:
第一型号识别单元,用于对智能设备数据进行解析,识别同时启动的智能设备的型号;
第一参数查询单元,用于根据智能设备的型号查询设备数据库,确定智能设备在不同环境下的实时能耗参数;
第一曲线生成单元,用于按照时间顺序确定智能设备在各个时间段内的能耗,生成智能设备能耗曲线。
优选的,所述第二设备分析模块包括:
第二型号识别单元,用于对非智能设备数据进行解析,判定当前接入网络的设备的类型,确定其型号;
第二参数查询单元,用于根据非智能设备的型号进行查询设备数据库,确定非智能设备在不同环境条件下的平均能耗参数;
第二曲线生成单元,用于按照时间顺序确定非智能设备在各个时间段内的能耗,生成非智能设备能耗曲线。
优选的,所述能效评估模块包括:
数据截取单元,用于获取实时能耗数据,对实时能耗数据进行截取,得到分段能耗数据;
实际能耗计算单元,用于根据分段能耗数据确定能耗分析时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据;
异常判定单元,用于计算实际能耗数据与分段能耗数据之间的匹配度,根据匹配度进行能效评估,判断能效数据是否正常。
本发明实施例提供的一种综合能效数据管理方法,通过网关对当前接入网关的设备进行数据统计,根据对各个设备进行数据统计,计算其在各个时间段内的能耗,将其与实际能耗进行比对,判断是否存在能效异常,在出现能效异常时,及时进行提示,减少能效异常带来的损失。
附图说明
图1为本发明实施例提供的一种综合能效数据管理方法的流程图。
图2为本发明实施例提供的对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线的步骤的流程图。
图3为本发明实施例提供的对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线的步骤的流程图。
图4为本发明实施例提供的基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常的步骤的流程图。
图5为本发明实施例提供的一种综合能效数据管理系统的架构图。
图6为本发明实施例提供的一种第一设备分析模块的架构图。
图7为本发明实施例提供的一种第二设备分析模块的架构图。
图8为本发明实施例提供的一种能效评估模块的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,为本发明实施例提供的一种综合能效数据管理方法的流程图,所述方法包括:
S100,获取网关监控数据,所述网关监控数据包括智能设备数据和非智能设备数据。
在本步骤中,获取网关监控数据,在企业中,智能设备都具有联网功能,都需要通过网关进行数据通讯,智能设备包括智能空调、智能音箱、智能电视等,非智能设备则为各种类型的电脑以及其他办公设备,如打印机等,打印机和电脑等非智能设备也需要通过有线渠道或者无线渠道与网关建立数据连接,如通过网线与网关进行数据连接,或者通过无线网与网关进行数据连接,无论是智能设备还是非智能设备都通过网络将自身的工作数据通过网关上传。
S200,对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线。
在本步骤中,对智能设备数据进行解析,在智能设备运行的过程中,智能设备将其运行所处的模式数据进行上传,即智能设备处于任何工作模式均会进行记录,并会对所处的运行模式下的工作参数进行记录,如智能空调,其在运行时,将其所处的工作模式上传,如制热模式,还会将其所处的工作参数上传,如制热时设置的温度、压缩机运行时间、内机风量等数据同步进行上传,查询预设的设备数据库,在设备数据库中对每个智能设备在不同工作条件下对应的功耗均有记录,如在制热温度为26度,压缩机启动,内机风量为三档时等功率为2500W,那么根据上述数据即可按照时间顺序进行记录,在二维坐标系中进行记录,即可得到智能设备能耗曲线。
S300,对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线。
在本步骤中,对非智能设备数据进行解析,对于非智能设备而言,其无法对自身的功率进行计算,其在运行时,将其工作时间以及运行状态进行上传,如对于电脑而言,其将自身硬件的型号以及运行时的占用率进行上传,根据硬件型号可以确定硬件在各个条件下的功率,即可计算得到整个电脑在运行时将会产生的能耗需求,同样的,按照时间顺序进行记录,即可得到非智能设备能耗曲线。
S400,基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常,若不正常,则发出能效数据异常警报。
在本步骤中,基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,在得到智能设备能耗曲线和非智能设备能耗曲线之后,由于智能设备能耗曲线和非智能设备能耗曲线均是在二维坐标系中绘制的,其横轴均为时间,其纵轴均为功率,因此可以通过积分的方式计算各个时间段内的能耗,而在企业中,为了对能耗的实际消耗水平进行评估,设置对应的能耗统计设备,如电表,从而可以确定在当前企业中,实际消耗的能源,计算两者之间的比值,根据该比值进行评估,即可判断能效数据是否正常,若不正常,则发出能效数据异常警报;当判定能效数据异常时,确定对应的分段能耗数据,根据该分段能耗数据确定当时运行的非智能设备和智能设备。
如图2所示,作为本发明的一个优选实施例,所述对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线的步骤,具体包括:
S201,对智能设备数据进行解析,识别同时启动的智能设备的型号。
在本步骤中,对智能设备数据进行解析,在智能设备数据中记录了各个智能设备的型号、运行参数和运行模式,通过进行提取,即可得到当前时刻正在运行的智能设备,通过清单进行列举。
S202,根据智能设备的型号查询设备数据库,确定智能设备在不同环境下的实时能耗参数。
在本步骤中,根据智能设备的型号查询设备数据库,根据智能设备的型号逐个进行查询,具体的,先确定一个智能设备,然后确定其运行模式和运行参数,此时根据该智能设备的型号去查询设备数据库,以得到相应的匹配项,在匹配项中存储有该智能设备在各种不同条件下运行的能耗情况,进一步根据当前智能设备运行时的运行模式和运行参数进一步对匹配项进行筛选,以确定当前智能设备在当前环境条件下的实时能耗参数。
S203,按照时间顺序确定智能设备在各个时间段内的能耗,生成智能设备能耗曲线。
在本步骤中,按照时间顺序确定智能设备在各个时间段内的能耗,具体的,划分最小时间区间,如10秒为一个最小时间区间,那么按照最小时间区间对时间进行划分,进而确定各个最小时间区间对应的实时能耗参数,生成智能设备能耗曲线,如在第一最小时间区间内的实时能耗参数为2000W,第二最小时间区间内的实时能耗参数为2500W。
如图3所示,作为本发明的一个优选实施例,所述对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线的步骤,具体包括:
S301,对非智能设备数据进行解析,判定当前接入网络的设备的类型,确定其型号。
在本步骤中,对非智能设备数据进行解析,在非智能设备中,其在运行过程中,启动向网关进行数据发送,因此网关可以根据其发出的数据判定其是否启动,是否处于工作状态,并且网关可以根据非智能设备的网络地址确定其型号。
S302,根据非智能设备的型号进行查询设备数据库,确定非智能设备在不同环境条件下的平均能耗参数。
在本步骤中,根据非智能设备的型号进行查询设备数据库,同样的,在设备数据库中存储有所有非智能设备的工作能耗,该工作能耗为平均能耗,如打印机的平均工作能耗为2000W,则该平均工作能耗为平均能耗参数。
S303,按照时间顺序确定非智能设备在各个时间段内的能耗,生成非智能设备能耗曲线。
在本步骤中,按照时间顺序确定非智能设备在各个时间段内的能耗,同样的,构建二维坐标系,以时间为横轴,以能耗为纵轴进行曲线的绘制,以生成非智能设备能耗曲线。
如图4所示,作为本发明的一个优选实施例,所述基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常的步骤,具体包括:
S401,获取实时能耗数据,对实时能耗数据进行截取,得到分段能耗数据。
在本步骤中,获取实时能耗数据,实时能耗数据由设置在公司内部的电表统计得到,按照预设的截取间隔对实时能耗数据进行截取,如以一分钟为一个截取间隔,从而进行截取,得到多个分段能耗数据。
S402,根据分段能耗数据确定能耗分析时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据。
在本步骤中,根据分段能耗数据确定能耗分析时间信息,如第一个分段能耗数据的起点时间为10:00,其终点时间为10:01,即可得到对应的时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据,即根据能耗分析时间信息对智能设备能耗曲线和非智能设备能耗曲线中对应时间段内的曲线进行截取,以计算得到实际能耗数据。
S403,计算实际能耗数据与分段能耗数据之间的匹配度,根据匹配度进行能效评估,判断能效数据是否正常。
在本步骤中,计算实际能耗数据与分段能耗数据之间的匹配度,所述匹配度为实际能耗数据与分段能耗数据的比值,将该比值与预设值进行比较,当其大于预设值时,判定能效数据正常,如预设值为0.9,若实际能耗数据与分段能耗数据的比值大于0.9,则说明能效数据正常。
如图5所示,为本发明实施例提供的一种综合能效数据管理系统,所述系统包括:
数据获取模块100,用于获取网关监控数据,所述网关监控数据包括智能设备数据和非智能设备数据。
在本系统中,数据获取模块100获取网关监控数据,在企业中,智能设备都具有联网功能,都需要通过网关进行数据通讯,智能设备包括智能空调、智能音箱、智能电视等,非智能设备则为各种类型的电脑以及其他办公设备,如打印机等,打印机和电脑等非智能设备也需要通过有线渠道或者无线渠道与网关建立数据连接,如通过网线与网关进行数据连接,或者通过无线网与网关进行数据连接,无论是智能设备还是非智能设备都通过网络将自身的工作数据通过网关上传。
第一设备分析模块200,用于对智能设备数据进行解析,识别智能设备的型号以及运行模式,生成智能设备能耗曲线。
在本系统中,第一设备分析模块200对智能设备数据进行解析,在智能设备运行的过程中,智能设备将其运行所处的模式数据进行上传,即智能设备处于任何工作模式均会进行记录,并会对所处的运行模式下的工作参数进行记录,如智能空调,其在运行时,将其所处的工作模式上传,如制热模式,还会将其所处的工作参数上传,如制热时设置的温度、压缩机运行时间、内机风量等数据同步进行上传,查询预设的设备数据库,在设备数据库中对每个智能设备在不同工作条件下对应的功耗均有记录,如在制热温度为26度,压缩机启动,内机风量为三档时等功率为2500W,那么根据上述数据即可按照时间顺序进行记录,在二维坐标系中进行记录,即可得到智能设备能耗曲线。
第二设备分析模块300,用于对非智能设备数据进行解析,识别非智能设备的型号,生成非智能设备能耗曲线。
在本系统中,第二设备分析模块300对非智能设备数据进行解析,对于非智能设备而言,其无法对自身的功率进行计算,其在运行时,将其工作时间以及运行状态进行上传,如对于电脑而言,其将自身硬件的型号以及运行时的占用率进行上传,根据硬件型号可以确定硬件在各个条件下的功率,即可计算得到整个电脑在运行时将会产生的能耗需求,同样的,按照时间顺序进行记录,即可得到非智能设备能耗曲线。
能效评估模块400,用于基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,判断能效数据是否正常,若不正常,则发出能效数据异常警报。
在本系统中,能效评估模块400基于智能设备能耗曲线和非智能设备能耗曲线进行能效评估,在得到智能设备能耗曲线和非智能设备能耗曲线之后,由于智能设备能耗曲线和非智能设备能耗曲线均是在二维坐标系中绘制的,其横轴均为时间,其纵轴均为功率,因此可以通过积分的方式计算各个时间段内的能耗,而在企业中,为了对能耗的实际消耗水平进行评估,设置对应的能耗统计设备,如电表,从而可以确定在当前企业中,实际消耗的能源,计算两者之间的比值,根据该比值进行评估,即可判断能效数据是否正常,若不正常,则发出能效数据异常警报;当判定能效数据异常时,确定对应的分段能耗数据,根据该分段能耗数据确定当时运行的非智能设备和智能设备。
如图6所示,作为本发明的一个优选实施例,所述第一设备分析模块200包括:
第一型号识别单元201,用于对智能设备数据进行解析,识别同时启动的智能设备的型号。
在本模块中,第一型号识别单元201对智能设备数据进行解析,在智能设备数据中记录了各个智能设备的型号、运行参数和运行模式,通过进行提取,即可得到当前时刻正在运行的智能设备,通过清单进行列举。
第一参数查询单元202,用于根据智能设备的型号查询设备数据库,确定智能设备在不同环境下的实时能耗参数。
在本模块中,第一参数查询单元202根据智能设备的型号查询设备数据库,根据智能设备的型号逐个进行查询,具体的,先确定一个智能设备,然后确定其运行模式和运行参数,此时根据该智能设备的型号去查询设备数据库,以得到相应的匹配项,在匹配项中存储有该智能设备在各种不同条件下运行的能耗情况,进一步根据当前智能设备运行时的运行模式和运行参数进一步对匹配项进行筛选,以确定当前智能设备在当前环境条件下的实时能耗参数。
第一曲线生成单元203,用于按照时间顺序确定智能设备在各个时间段内的能耗,生成智能设备能耗曲线。
在本模块中,第一曲线生成单元203按照时间顺序确定智能设备在各个时间段内的能耗,具体的,划分最小时间区间,如10秒为一个最小时间区间,那么按照最小时间区间对时间进行划分,进而确定各个最小时间区间对应的实时能耗参数,生成智能设备能耗曲线,如在第一最小时间区间内的实时能耗参数为2000W,第二最小时间区间内的实时能耗参数为2500W。
如图7所示,作为本发明的一个优选实施例,所述第二设备分析模块300包括:
第二型号识别单元301,用于对非智能设备数据进行解析,判定当前接入网络的设备的类型,确定其型号。
在本模块中,第二型号识别单元301对非智能设备数据进行解析,在非智能设备中,其在运行过程中,启动向网关进行数据发送,因此网关可以根据其发出的数据判定其是否启动,是否处于工作状态,并且网关可以根据非智能设备的网络地址确定其型号。
第二参数查询单元302,用于根据非智能设备的型号进行查询设备数据库,确定非智能设备在不同环境条件下的平均能耗参数。
在本模块中,第二参数查询单元302根据非智能设备的型号进行查询设备数据库,同样的,在设备数据库中存储有所有非智能设备的工作能耗,该工作能耗为平均能耗,如打印机的平均工作能耗为2000W,则该平均工作能耗为平均能耗参数。
第二曲线生成单元303,用于按照时间顺序确定非智能设备在各个时间段内的能耗,生成非智能设备能耗曲线。
在本模块中,第二曲线生成单元303按照时间顺序确定非智能设备在各个时间段内的能耗,同样的,构建二维坐标系,以时间为横轴,以能耗为纵轴进行曲线的绘制,以生成非智能设备能耗曲线。
如图8所示,作为本发明的一个优选实施例,所述能效评估模块400包括:
数据截取单元401,用于获取实时能耗数据,对实时能耗数据进行截取,得到分段能耗数据。
在本步骤中,数据截取单元401获取实时能耗数据,实时能耗数据由设置在公司内部的电表统计得到,按照预设的截取间隔对实时能耗数据进行截取,如以一分钟为一个截取间隔,从而进行截取,得到多个分段能耗数据。
实际能耗计算单元402,用于根据分段能耗数据确定能耗分析时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据。
在本步骤中,实际能耗计算单元402根据分段能耗数据确定能耗分析时间信息,如第一个分段能耗数据的起点时间为10:00,其终点时间为10:01,即可得到对应的时间信息,根据智能设备能耗曲线、非智能设备能耗曲线和能耗分析时间信息生成实际能耗数据,即根据能耗分析时间信息对智能设备能耗曲线和非智能设备能耗曲线中对应时间段内的曲线进行截取,以计算得到实际能耗数据。
异常判定单元403,用于计算实际能耗数据与分段能耗数据之间的匹配度,根据匹配度进行能效评估,判断能效数据是否正常。
在本步骤中,异常判定单元403计算实际能耗数据与分段能耗数据之间的匹配度,所述匹配度为实际能耗数据与分段能耗数据的比值,将该比值与预设值进行比较,当其大于预设值时,判定能效数据正常,如预设值为0.9,若实际能耗数据与分段能耗数据的比值大于0.9,则说明能效数据正常。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
- 一种多类型大数据量综合数管的数据管理方法
- 一种海量数据点实时数据的分布式管理方法及系统
- 一种大数据平台环境配置与业务数据分离管理方法及系统
- 一种存储系统元数据的管理方法、管理系统及相关装置
- 一种能效管理方法及电网互联综合能效管理平台
- 一种能效管理方法及电网互联综合管理系统