《能效人工智能分析系统的制作方法》由会员分享，可在线阅读，更多相关《能效人工智能分析系统的制作方法（4页珍藏版）》请在金锄头文库上搜索。
1、能效人工智能分析系统的制作方法专利名称：能效人工智能分析系统的制作方法技术领域：本发明涉及能效分析与评估技术领域，特别涉及一种能效人工智能分析系统。背景技术：能效，即能源效率，是指在能源利用过程中，发挥作用的能源量与实际消耗的能源量之比。随着人们节能意识的不断增强，提高用能设备的能效越来越受到人们的关注。能效分析的参数主要包括负载率，变电率，力率，网损以及电能质量参数，其中，电能质量参数为电压偏差、频率、三相不平衡和谐波等。目前，能效分析的装置通常包括设备运行信息采集装置和服务器显示装置，具体工作过程为设备运行信息采集装置实时采集设备的各种运行参数，并将采集到的运行参数上传给服务器，由服务器向
2、终端用户显示该设备的实时运行参数，然后，由评估专家结合自己的专业经验得出该设备的能效情况。因此，这种人工分析能效的过程不仅分析周期长、费用高，而且分析的结果依赖于个别评估专家的经验，具有较大的局限性。发明内容本发明提供一种能效人工智能分析系统，由服务器直接对用能设备的能效进行全面客观的测评，并给出评估报告，具有分析快速、费用低、评估结果更准确客观等优点，从而更有得于用户根据评估结果提高用能设备的利用效率，达到节约能源的目的。为达到上述目的，本发明提供了一种能效人工智能分析系统，括分布式网络、月艮务器和多个设备运行参数实时采集装置；其中，所述设备运行参数实时采集装置用于实时采集用能设备的各种运行
3、参数，并将采集到的运行参数通过所述分布式网络上传给所述服务器；所述服务器保存接收到的用能设备的各种运行参数，对所述运行参数进行人工智能分析，然后向终端用户显示能效评估报告。优选的，所述设备运行参数实时采集装置包括智能电表、温度传感器、湿度传感器和GPS设备中的一种或几种；其中，所述智能电表用于实时采集用电设备的电压信息、电流信息、功率信息和畸变信息中的一种或几种。优选的，所述服务器包括专家意见库、设备参数库、数据挖掘算法模块、人工智能分析引擎模块和能效评估报告模块；其中，所述专家意见库为开放性模块化的资料库，用于存储能效专家对各种用能设备能效的参考意见；所述设备参数库包括设备基本参数库和设备运
4、行参数库，其中，所述设备基本参数库用于存储各种用能设备的正常使用参数，包括出厂日期信息、额定功率信息、最佳功耗信息、最佳电压电流阈值信息、最佳温度区间信息中的一种或几种；所述设备运行参数库用于保存所述设备运行参数实时采集装置上传的用能设备的各种运行参数；所述数据挖掘算法模块用于对所述服务器中存储的各类信息进行直接数据挖掘和/或间接数据挖掘；所述人工智能分析引擎模块根据预存的各种规则、模型以及所述数据挖掘算法模块对数据的挖掘结果进行人工智能分析，得出能效评估报告结果；所述能效评估报告模块用于显示所述人工智能分析引擎模块分析得到的能效评估报生口 O优选的，还包括RFID芯片，所述RFID芯片固定在
5、所述用能设备上，并预先存储所述用能设备的正常使用参数，然后被直接读取到所述服务器中的设备基本参数库中。优选的，所述能效人工智能分析引擎分析得到的能效评估报告包括用能分析信息、智能评测信息以及经济运行建议信息三部分。优选的，所述用能分析信息是通过以下方法获得的所述人工智能分析引擎模块根据所述设备运行参数库中存储的信息直接分析该用能设备的能效利用率；所述用能分析信息包括用电负荷率信息、变电率信息、力率信息、网损信息和电能质量信息中的一种或几种。优选的，所述智能评测信息包括指标匹配信息、效能评分信息、超限报警信息和综合评估信息中的一种或几种。优选的，所述经济运行建议信息包括瓶颈分析信息、设备管理信息
6、、工艺优化信息、设备更新信息和负载优化信息中的一种或几种。与现有技术相比，本发明具有以下优点本发明提供的能效人工智能分析系统具有能效数据的采集、传输、存储、人工智能分析以及出具评估报告等多种功能，具有配置灵活、使用简单、测评结果更准确客观等优点。图I为本发明实施例提供的一种能效人工智能分析系统的结构示意图；图2为本发明实施例提供的一种能效人工智能分析系统的网络连接拓扑结构图；图3为本发明实施例提供的服务器的结构示意图；图4为本发明实施例提供的能效人工智能分析引擎分析得出的能效评估报告的结构示意图；图5为一种应用本发明提供的能效人工智能分析系统进行能效人工智能分析的流程图。具体实施方式 针对现有
7、技术中，对用能设备的能效进行分析评估还处于人工评估的阶段，从而导致分析周期长、费用高，而且分析的结果依赖于个别评估专家的经验，具有较大的局限性的问题，本发明提出了一种能效人工智能分析系统，由服务器直接对用能设备的能效进行全面客观的分析，并给出评估报告，具有分析快速、费用低、分析结果更准确客观等优点。基于上述思想，如图I所示，为本发明提供的一种能效人工智能分析系统的结构示意图，包括多个设备运行参数实时采集装置、分布式网络和服务器；其中，所述设备运行参数实时采集装置用于实时采集用能设备的各种运行参数，并将采集到的运行参数通过所述分布式网络上传给所述服务器；所述服务器保存接收到的用能设备的各种运行参
8、数，并根据人工智能模型及算法对所述运行参数进行人工智能分析，然后向终端用户显示能效评估报告。其中，本发明中，设备运行参数实时采集装置可以为智能电表，也可以为温度传感器、湿度传感器、二维码标签、RFID标签、读写器、摄像头、GPS设备等，根据用户使用需求的不同进行相应调整。各个设备运行参数实时采集装置直接与被测用能设备相连接。在实际应用中，以智能电表为例，如图2所示，为本发明实施例提供的一种能效人工智能分析系统的网络连接拓扑结构图，分别安装在不同地理位置的待测用能设备直接与对应的各智能电表相连接，各智能电表连接上互感线圈进行实时数据的采集。其中，短距离的智能电表之间用485线进行线性连接，通过M
9、ODBUS协议通信，例如智能电表1_4间、智能电表5-8间、智能电表9-12间、智能电表13-16间；通过485集线器将各个智能电表从 线性拓扑扩展成星型网络，例如第二 485集线器将智能电表1-4、智能电表5-8、智能电表9-12和智能电表13-16连接成星型网络结构，其中，第二 485集线器与距离较近的智能仪表间可以通过485线进行连接，例如第二 485集线器与智能仪表5-8间通过485线连接；而第二 485集线器与距离较远的智能仪表间可以通过光纤连接，例如，第二 485集线器与智能仪表13-16间通过光纤连接。在实际工作过程中，第二集线器定时向各个智能电表轮流发送查询命令，智能仪表接收到
10、查询命令后进行对应参数的采集，并将采集到的数据通过MODBUS协议上传到前置机，然后，前置机再通过ADSL、VPN或者GPRS等传输介质并通过TCP/IP协议将数据发送到服务器上。通过这种组网方式，实现了服务器与各智能电表间的信息交互过程。由上可以看出，本发明实施例公开的能效人工智能分析系统的网络连接拓扑结构，具有以下优点(1)采集点部署灵活，下层通信基于MODBUS协议，兼容性好。方便将多种智能仪表接入网络中，从而采集不同参数，可扩展性好。(3)网络通信基于TCP/IP协议，有多种校验和加密算法，有效保证数据传输的安全性。如图3所示，为本发明提供的服务器的结构示意图，包括专家意见库、设备参数
11、库、数据挖掘算法模块、人工智能分析引擎模块和能效评估报告模块。下面对这五个模块的功能进行介绍(一 )专家意见库专家意见库为开放性模块化并不断完善的资料库，用于存储能效专家对各种用能设备能效的参考意见。具体的，专家意见库是一个开放性模块化的数据库，用户可对专家意见库中存储的信息随时进行更新或扩展，从而使专家意见库不断完善。在专家意见库中，存储有大量的电力专家的参考意见，例如电力专家对各种用能设备的电力负载率、变电率、力率、网损以及电能质量参数等的参考范围等，其中，电能质量参数包括电压偏差、频率、三相不平衡和谐波；以及当用能设备出现异常时，电力专家对常见异常现象的分析及可以采用的处理方法的参考意见
12、等。( 二)设备参数库设备参数库包括设备基本参数库和设备运行参数库，其中，所述设备基本参数库用于存储各种用能设备的正常使用参数，包括出厂日期信息、额定功率信息、最佳功耗信息、最佳电压电流阈值信息、最佳温度区间信息中的一种或几种，所述设备运行参数库用于保存所述设备运行参数实时采集装置上传的用能设备的各种运行参数。其中，通过设备运行参数库，服务器能够实时对用能设备的运行参数进行监控；而设备基本参数库的作用为一方面，当用能设备发生异常时，通过查找设备基本参数库，可以快速定位异常设备的位置；另一方面，当用能设备实时运行参数超过设备基本参数库中存储的正常运行范围时，可以及时进行报警。在具体实现上，设备运
13、行参数库中存储的信息可以通过以下方法直接读取到，而不需要用户手动输入即在用能设备上固定安装有RFID芯片，该RFID芯片预先存储该用能设备的正常使用参数，然后服务器直接读取该RFID芯片，从而直接将读取到的RFID芯片中存储的内容存储到设备运行参数库中。(三)数据挖掘算法模块数据挖掘算法模块用于对服务器中存储的各类信息进行直接数据挖掘和/或间接数据挖掘。 数据挖掘，在人工智能领域，习惯上又称为数据库中的知识发现，也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程由以下三个阶段组成数据准备、数据挖掘、结果表达和解释。数据挖掘可以与用户或知识库交互。数据挖掘过程中所使用的分析方法
14、包括(一)直接数据挖掘。直接数据挖掘目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量进行描述，这种特定的变量可以理解成数据库中表的属性，即列。直接数据挖掘的分析方法通常包括对数据进行分类、估值、预测。(二)间接数据挖掘。间接数据挖掘目标中没有选出某一具体的变量用模型进行描述；而是在所有的变量中建立起某种关系。其中，间接数据挖掘的分析方法通常包括数据相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘，这种复杂数据指文本数据、网页数据、图形图像数据、视频数据和音频数据等。(四)人工智能分析引擎模块人工智能分析引擎模块根据预存的各种规则、模型以及所述数据挖掘算法模块对
15、数据的挖掘结果进行智能分析，得出能效评估报告结果。人工智能分析引擎模块为一个抽象的数据模型，根据重要的电力参数进行单一变量直接数据挖掘或者对多个变量进行描述，在多种变量中建立起某种关系，实时的分析出异常的原因。也可以针对一些连续的变量根据阈值分类，运用估值，对各个设备或者企业的能效进行估值评分，并可以通过关联算法的各种规则预测能效优化的可行性。人工智能分析引擎模块包括能效智能测评模型和能效智能测评算法两部分，下面对这两部分分别介绍(一 )能效智能测评模型能效智能测评模型=EEIE= P，T，G，C，I (P，T)，0(P，T)，SP, EP, M(P)，E 。其中，P=P1，P2，Pn是模糊库
16、中的有限非空集合，用于代表企业的基本电能信息。T = Tl，T2，Tm是模糊变迁的有限非空集合，用于代表企业的负载，能耗设备，加工单元或电能消耗过程中的逻辑控制与消息传递等行为动作。G = Gl，G2，Gkj是有限的非空门集，它与变迁的控制相联系，可用于代表电倉泛 传输电网中的输变电环节，并可以控制输入输出的电能参数，反映用电过程的并发，异步等逻辑行为。I (P，T)是PxT上一个带表示的模糊关系，表示模糊库到模糊变迁的连接情况。对VPi e p,VTj e T，定义从Pi到Tj的连接线上的额定输入量为 i，j，连接的强度为i，j以及相应的输入强度计算函数为I (Pi，Tj).在电能的消耗过程中，改模糊关系用于表示电流的流向和使用的相关参数，而函数I(Pi，Tj)和i，j可以根据具体情况采用不同的定义方式。例如当连接强度 ，j表示“电能传输的最大负载”一类物理意义时，计算机将自动令I (Pi，Tj) = min i, j, i，j，当连接强度 i，j表示“电能传输损耗率”之类含义时，计算机
