一种基于人工智能的电气资产管理方法

文献发布时间：2023-06-19 11:42:32

技术领域

本发明涉及互联网技术领域，特别是涉及一种基于人工智能的电气资产管理方法。

背景技术

电气设备是我们生活和生产中不可或缺的设备，日常生活以及工业生产中经常用到电气设备，由于电气设备的存在，给我们的日常生活带来便捷，比如生活中的电视机、电冰箱、空调和洗衣机等电气设备，由于他们的存在提高了人们的生活品质，但是电气设备一旦发生故障，将给人们的生产及生活带来严重的影响，设想一下，炎炎的夏日，若家中或者公司的空调出现故障，我们怎能在炎热的环境下进行工作，这样不仅降低了人们的工作效率，还影响了人们的心情。一旦电气设备发生故障，我们需要经过漫长的抢修过程，首先，我们需要将设备故障报修给维修人员，维修人员需上门检修，维修人员检修出故障原因后，需对电气设备中损坏的器件进行更换，若维修人员所携带的器件中包含损坏器件的备用件，则能及时更换备用件，让电气设备再次恢复正常工作，若电气设备中损坏的器件或设备刚好库存不足，或者维修人员未携带在身边，又需要等待漫长的采购终端及运输过程。在此等待的过程，会因工作环境的恶劣而降低人们的工作效率，同时，人们的生活品质也在下降，人们在工作中的心情会出现烦躁，烦躁的心情下经常导致工作出现失误的情况发生。这样一系类的负面效应会给企业或家庭产生不良的影响。最终经过长时间的抢修过程，电气设备可再次恢复正常工作，才能给我们的生产或生活送来一丝的清凉。

发明内容

1．要解决的技术问题

本发明的目的是：在于提供一种基于人工智能的电气资产管理方法，它可以通过人工智能预测电气设备的损坏情况，恰当的采购终端电气设备所用的备用器件或备用物质，缩短设备出现故障时的所需的抢修时间，提供更好的抢修服务。

2．技术方案

为解决上述问题，本发明采用如下的技术方案。

一种基于人工智能的电气资产管理方法，用于电气资产的管理,基于以下设备:功率表、管理终端、第一服务器和第二服务器；

电气资产上设有资产编号，功率表上设有唯一编号，功率表和电气资产之间具有电性连接，功率表用于测量电气资产的使用功率；

功率表与第一服务器之间具有信号连接，第二服务器与第一服务器之间具有信号连接，管理终端与第一服务器之间具有信号连接；

第一服务器具有维修信息录入模块、功率追踪模块、安装信息录入模块、损耗件数据表、库存核对模块、设备运行表、维修数据表、第一数据整理模块和第二数据整理模块；

损耗件数据表内的数据包括器件类型、器件型号、资产编号、数量和识别向量；

设备运行表内的数据包括功率表唯一编号、资产编号、设备类型、累计功耗和预测的损耗件的资产编号；

维修数据表内的数据包括维修时间、设备类型、累计功耗、损耗器件的资产编号；

第二服务器具有人工神经网络模块；

安装信息录入模块能够编辑和读取设备运行表;

功率追踪模块能够编辑设备运行表；

第一数据整理模块能够从维修数据表获取信息;

第二数据整理模块能够从设备运行表获取信息;

维修信息录入模块能够将信息录入损耗件数据表；

库存核对模块能够从损耗件数据表和设备运行表获取信息;

库存核对模块能够将信息传送给管理终端；

管理终端能够从维修信息录入模块获取信息；

第一数据整理模块能够将信息传送至人工神经网络模块;

第二数据整理模块能够将信息传送至人工神经网络模块;

人工神经网络模块能够将信息录入到给设备运行表。

进一步的,还包括为采购员提供的采购终端,管理终端将信息综合后反馈给采购终端，采购员利用采购终端将采购终端信息录入到损耗件数据表.

进一步的，维修信息录入模块中的具有维修信息录入流程,具体如下：

步骤a1：电气资产维护工程师利用智能手机，扫描需维修设备资产的编号二维码；

步骤a2：电气资产维护工程师查询损耗件数据表中是否存在所需的耗损器件，若损耗件数据表中存在所需的耗损器件，则执行步骤a4，若损耗件数据表中不存在所需的耗损器件，则执行步骤a3.1；

步骤a3.1：在损耗件数据表中填入一行新数据，写明器件所属类型、器件型号，并在该行写入计算机自动产生的资产编号；

步骤a3.2：向管理终端发出申请购买所需损耗件的购买信息；

步骤a4：查询设备运行表，获取该设备的设备类型和累计运行功耗；

步骤a5：在维修数据表中填入维修时间、设备类型和累计运行功耗以及损耗器件的资产编号。

进一步的，设备安装时，安装信息录入模块具有如下数据录入流程：

步骤b1：在设备运行表中添加一行数据；

步骤b2：电气资产安装工程师利用智能手机，扫描电气设备的资产编号和功率表的唯一编号，并将功率表的数据输出录入到设备运行表最后一行；

步骤b3：功率追踪模块持续记录并累计功率表所测得的功率数据到设备运行表的累计功率项目。

进一步的，所述库存核对模块具有如下库存核对流程：

步骤c0：从设备运行表中的第1行开始读取数据；

步骤c1：读取行编号为X的设备运行表中预测的损耗器件的资产编号；

步骤c2：查询损耗件数据表中预测的损耗器件的数量是否大于0，若损耗件数据表中预测的损耗器件的数量不大于0，则执行步骤c3，若损耗件数据表中预测的损耗器件的数量大于0，则执行步骤c4；

步骤c3：向管理终端发出申请购买所需损耗件的信息；

步骤c4：判断读取的行编号是否到设备运行表的末行，若读取的行编号已到设备运行表的末行，则执行步骤c5，若读取的行编号未到设备运行表的末行，则调用第一服务器的数学运算电路进行X=X+1运算，进入步骤c1；

步骤c5：结束。

进一步的，人工神经网络模块的训练步骤如下：

步骤d1：训练数据包括第一输入向量和期望输出向量，将维修数据表中的设备类型和累计功耗信息整理为第一输入向量，将维修数据表中的损耗器件的资产编号传送给期望输出向量；

步骤d2：期望输出向量将信息传递给损耗件数据表中的识别向量；

步骤d3：第一数据模块将训练数据传送至人工神经网络模块,开启训练。

进一步的，人工神经网络模块的推理功能实现如下:依赖设备运行表、第二数据整理模块、损耗件数据表和向量筛选器；

设备运行表与第二数据整理模块之间具有信息连接，第二数据整理模块与人工神经网络模块之间具有信息连接，人工神经网络模块与输出向量之间具有信息连接，输出向量与相连筛选器之间具有信息连接，损耗件数据表与向量筛选器之间具有信息连接，向量筛选器与设备运行表之间具有信息连接；

具体步骤如下：

步骤e1：第二数据整理模块从设备运行表中读取设备类型和累计功耗的信息,并整理成第二输入向量；

步骤e2：第二数据整理模块将第二输入向量输入到人工神经网络模块；

步骤e3：运行人工神经网络,获得人工神经网络模块输出的输出向量；

步骤e4：向量筛选器依据输出向量筛选损耗件数据表中数据,获取识别向量等于输出向量的损耗件的资产编号；

步骤e5：将向量筛选器获取的数据录入到给设备运行表中的预测损耗器件的资产编号,录入的行的行号与读取设备类型和累计功耗的信息的行的行号相等。

进一步的，还包括电气资产安装工程师用于将电气资产安装信息录入到安装信息录入模块所用的智能手机。

进一步的，还包括电气资产维护工程师用于将电气资产维修信息录入到维修信息录入模块所用的智能手机。

电网，电网用于给功率表和电气资产提供电能。

其他说明:虽然用于训练的数据是损坏时的数据,但由于如果新设备在对应累计功耗时刻已经损坏则会被用户发现则无需使用预测数据.如果到达检修的累计功耗但尚未损耗,则预测数据可以预计新设备可能产生对应的器件损耗,因此此状况下预测数据是有积极意义的.

3．有益效果

相比于现有技术，本发明的优点在于：

一、本发明提供了一种基于人工智能的电气资产管理方法新的技术思路。

二、本发明可以通过人工智能预测电气设备的损坏情况，恰当的采购终端电气设备所用的备用器件或备用物质，当设备出现故障时缩短设备维修的时间，提供更好的维修服务，让设备使用的用户获得更好的用户体验。

三、本发明在缩短抢修时间的同时，减少了维修人员的上门次数，减少维修人员的工作量，提高了维修人员的工作效率。

四、提高了用户的生活品质，同时也降低了因用户所处的工作环境恶劣而导致的用户心情不舒畅的情况发生，减少了因用户心情不好导致的工作失误的情况发生。

五、本发明实用性强，智能化程度高，值得在电气资产管理领域推广与使用。

附图说明

图1本发明的原理框架示意图；

图2本发明的维修信息录入模块中的维修信息录入流程图；

图3本发明的设备安装时安装信息录入模块的数据录入流程图；

图4本发明的库存校对模块的库存校对流程图；

图5本发明的人工神经网络模块训练示意图；

图6本发明的人工神经网络模块推理示意图。

具体实施方式

实施例：本实施例以电气资产中的空调为例做进一步的解释。

如图1-6所示，一种基于人工智能的电气资产管理方法，用于电气资产的管理,基于以下设备:功率表、管理终端、第一服务器和第二服务器；