一种基于节能运行数据的巡检任务动态生成方法及系统与流程

本发明属于基于能源管理的智能运维，具体涉及一种基于节能运行数据的巡检任务动态生成方法及系统。

背景技术：

1、随着能源管理技术的发展，越来越多的建筑、园区以及工业场景部署了节能设备及能源管理系统，例如中央空调系统、冷热源系统、照明控制系统、动力设备系统等，这些系统通过采集设备运行参数及能耗数据，可以实现对设备运行状态的监测，从而能够提高能源利用效率。

2、目前，针对节能设备的巡检方式主要包括以下几种：

3、第一种方式为人工定期巡检方式；该方式按照预设周期安排巡检人员对设备进行检查，例如每日巡检、每周巡检或按月巡检等，该方式虽然能够保证设备基础维护需求，但巡检计划通常固定，与设备实际运行状态关联性较低，容易出现设备运行正常时重复巡检，以及设备节能性能下降时无法及时发现的问题。

4、第二种方式为基于故障报警的被动巡检方式；该方式通过监测设备运行参数，在设备超过预设报警阈值后生成巡检或维修任务。然而，节能设备在发生明显故障之前，通常已经存在能耗升高、运行效率下降等隐性异常状态，而传统报警机制主要关注设备故障状态，无法针对早期节能损失进行主动识别。

5、第三种方式为基于设备状态评价的智能运维方式；该方式通常根据设备运行参数、故障记录等信息建立评价模型，并根据评价结果安排维护任务，但现有方法大多关注设备可靠性或故障风险，缺少对设备节能收益以及设备之间关联影响关系的综合分析，无法判断当前巡检任务是否能够产生最大的节能价值，从而导致巡检资源分配不合理。

6、由此，基于前述不足，如何结合设备实时运行数据和能源消耗变化趋势，对设备节能异常进行主动识别，并综合考虑设备健康状态、设备关联影响以及巡检后可能产生的节能收益，来动态生成更加合理的巡检任务，已成为了当前节能设备智能运维领域亟需解决的问题。

技术实现思路

1、本发明的目的是提供一种基于节能运行数据的巡检任务动态生成方法及系统，用以解决现有技术所存在巡检计划固定导致重复巡检和设备节能性能下降时无法及时发现的问题，依赖故障报警无法提前发现节能效率下降问题，以及巡检资源分配不合理的问题。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，提供了一种基于节能运行数据的巡检任务动态生成方法，包括：

4、获取待巡检系统中各个设备的实时运行数据以及历史运行记录；

5、根据各个设备的实时运行数据及预先构建的节能偏离评价模型，计算出各个设备的节能偏离值，其中，任一设备的节能偏离值用于表征该任一设备在当前运行状态下的实际能耗与理论能耗之间的偏离程度；

6、基于各个设备的历史运行记录，并采用预先构建的设备健康风险评估模型，计算出各个设备的设备健康风险指数；

7、构建出待巡检系统的设备关联关系模型，并根据所述设备关联关系模型，计算出各个设备的关联影响值，其中，任一设备的关联影响值用于表征影响源设备的节能偏离对该任一设备的影响程度，关联影响值越大，影响程度越大，且所述影响源设备为待巡检系统中与所述任一设备存在有影响路径的所有设备；

8、建立巡检收益评价模型，并根据所述巡检收益评价模型，计算出各个设备在巡检后所获得的巡检收益指数；

9、利用各个设备的节能偏离值、设备健康风险指数、关联影响值和巡检收益指数，计算出各个设备的综合巡检评分；

10、基于各个设备的综合巡检评分，生成待巡检系统的巡检策略。

11、基于上述公开的内容，本发明通过构建多维度智能评价体系，实现了节能设备巡检任务的动态生成与主动优化，一方面，区别于传统固定周期巡检或故障报警触发机制，本发明利用节能偏离评价模型，实时计算设备实际能耗与理论能耗的偏离程度，从而能够敏锐捕捉能耗升高、效率下降等早期隐性异常，可在设备发生明显故障前主动预警，进而有效避免了能源持续浪费的问题；另一方面，通过引入设备间的关联关系模型，能够量化单台设备节能偏离对系统内其他设备的传导影响，优先调度资源对系统级能效影响最大的关键设备进行巡检；最后，建立巡检收益评价模型，来计算各设备巡检后所带来的收益指数，并进一步结合节能偏离值、设备健康风险指数、关联影响值进行综合评分，从而基于此，来生成巡检策略，如此，使得巡检决策不仅关注单点设备状态，还能统筹设备耦合效应和节能回报，可在保障系统可靠性的同时持续提升整体能源利用效率，实现巡检资源的最优配置，进而显著增强能源管理系统的智能化水平和运行经济性；因此，本发明非常适用于大规模应用与推广。

12、在一个可能的设计中，根据各个设备的实时运行数据及预先构建的节能偏离评价模型，计算出各个设备的节能偏离值，包括：

13、对于任一设备，获取所述任一设备在正常运行时的运行参数，以作为历史基准运行数据；

14、根据历史基准运行数据，构建出所述任一设备的基准能耗动态预测模型；

15、基于所述任一设备的实时运行数据和所述基准能耗动态预测模型，计算出所述任一设备在当前运行状态下的理论能耗；

16、采集所述任一设备在当前运行状态下的实际能耗；

17、根据实际能耗、理论能耗和节能偏离评价模型，计算出所述任一设备的节能偏离值；

18、其中，所述任一设备的节能偏离值为：

19、；

20、式中，为节能偏离评价模型的模型值，表示该任一设备的节能偏离值，表示所述任一设备的实际能耗，表示所述任一设备的理论能耗，表示该任一设备运行时长。

21、在一个可能的设计中，任一设备的历史运行记录包括：所述任一设备的连续运行时间，以及在历史预设时长内的历史故障次数、维修间隔、告警频率和指定运行参数波动率；

22、其中，基于各个设备的历史运行记录，并采用预先构建的设备健康风险评估模型，计算出各个设备的设备健康风险指数，包括：

23、对所述连续运行时间、所述历史故障次数、所述维修间隔、所述告警频率和所述指定运行参数波动率进行归一化处理，得到连续运行时间评分、历史故障次数评分、维修间隔评分、告警频率评分和指定运行参数波动评分；

24、基于连续运行时间评分、历史故障次数评分、维修间隔评分、告警频率评分和指定运行参数波动评分，并采用设备健康风险评估模型，计算出所述任一设备的设备健康风险指数；

25、其中，所述设备健康风险评估模型为：

26、r_h = w_1·x_r + w_2·x_f + w_3·x_a + w_4·x_v + w_5·x_m；

27、式中，r_h为所述任一设备的设备健康风险指数，x_r 表示连续运行时间评分，x_f表示历史故障次数评分，x_a 表示告警频率评分，x_v 表示指定运行参数波动评分，x_m表示维修间隔评分，且w_1～w_5分别为所述任一设备在当前巡检时的各个评分的权重。

28、在一个可能的设计中，各评分的权重采用基于预测误差的梯度更新策略计算得到，其中，基于预测误差的梯度更新策略为：

29、获取所述任一设备在上一次巡检时的健康真实标签，以及在上一次巡检时的历史健康风险指数和各个评分的历史权重，其中，所述健康真实标签为1或0；

30、根据健康真实标签和所述任一设备的设备健康风险指数，计算出健康风险预测误差；

31、基于所述健康风险预测误差，对各个评分的历史权重进行更新，得到所述任一设备在当前巡检时的各个评分的权重。

32、在一个可能的设计中，基于所述健康风险预测误差，对各个评分的历史权重进行更新，得到所述任一设备在当前巡检时的各个评分的权重，包括：

33、基于健康风险预测误差，计算出所述任一设备在当前巡检时的各个评分的初始权重，并对各个初始权重进行归一化处理，以得到所述任一设备在当前巡检时的各个评分的权重；

34、其中，按照如下公式，计算出所述任一设备在当前巡检时的各个评分的初始权重；

35、w_k,temp^(b) = max{0, w_k^(b-1) + η·e^(b-1)·x_k^(b-1)}；

36、式中，w_k,temp^(b)表示所述任一设备在当前巡检时的第k个评分的初始权重，w_k^(b-1) 表示第k个评分的历史权重，η表示预设学习率，e^(b-1)表示所述健康风险预测误差，x_k^(b-1)表示所述任一设备在上一次巡检时的第k个评分，其中，k=1,2,...,5。

37、在一个可能的设计中，构建出待巡检系统的设备关联关系模型，并根据所述设备关联关系模型，计算出各个设备的关联影响值，包括：

38、建立所述待巡检系统的设备有向拓扑图，其中，所述设备有向拓扑图中的各个节点用于表征各个设备，且若两节点之间存在有向边，则表征两节点对应设备之间存在影响路径；

39、根据设备有向拓扑图，确定出物理拓扑邻接矩阵，其中，所述物理拓扑邻接矩阵中的元素a_ij表示设备i与设备j之间的物理拓扑约束值，a_ij为1或0，且当a_ij为1时，表示设备i与设备j之间存在影响路径，设备i用于通过能源流、管路连接或控制信号对设备j产生影响，当a_ij为0时，表示设备i与设备j之间不存在影响路径；

40、从所述物理拓扑邻接矩阵中筛选出物理拓扑约束值为1的元素所对应的设备组合，以利用筛选出的设备组合，组成候选设备组合集；

41、对于所述候选设备组合集中的任一候选设备组合，获取所述任一候选设备组合中两候选设备在预设历史统计周期内的历史节能偏离值序列，其中，对于任一候选设备组合，将所述任一候选设备组合中被影响的候选设备，作为目标设备，另一候选设备作为影响源设备；

42、根据两候选设备各自对应的历史节能偏离值序列，计算出所述任一候选设备组合中两候选设备之间的关联权重，并在将所有候选设备组合均遍历完毕后，得到所有候选设备组合中两候选设备之间的关联权重；

43、基于所有候选设备组合中两候选设备之间的关联权重，构建出关联矩阵，其中，所述关联矩阵中的行下标表示影响源设备，列下标表示目标设备，且所述关联矩阵中的元素r_qp 表示影响源设备p与目标设备q之间的关联权重；

44、根据所述关联矩阵和各个影响源设备的节能偏离值，计算出各个设备的关联影响值。

45、在一个可能的设计中，根据两候选设备各自对应的历史节能偏离值序列，计算出所述任一候选设备组合中两候选设备之间的关联权重，包括：

46、基于两候选设备各自的历史节能偏离值序列，计算出两候选设备在预设时滞范围内不同时滞时间下的时滞皮尔逊相关系数，并取各个时滞皮尔逊相关系数的绝对值中的最大值，作为两候选设备之间的数据关联强度；

47、将两候选设备对应的物理拓扑约束值与数据关联强度进行相乘，得到两候选设备之间的初始关联权重；

48、基于设备有向拓扑图，确定出该任一候选设备组合中的影响源设备的下游候选设备；

49、获取各个下游候选设备与影响源设备之间的初始关联权重，并根据各个下游候选设备与影响源设备之间的初始关联权重，对所述任一候选设备组合中的两候选设备之间的初始关联权重进行归一化处理，以得到所述任一候选设备组合中的两候选设备之间的关联权重。

50、在一个可能的设计中，计算出两候选设备在预设时滞范围内不同时滞时间下的时滞皮尔逊相关系数，包括：

51、按照如下公式，计算出两候选设备在任一时滞时间下的时滞皮尔逊相关系数；

52、；

53、式中，表示两候选设备在任一时滞时间下的时滞皮尔逊相关系数，表示两候选设备中的候选设备p的历史节能偏离值序列中的第t时刻时的历史节能偏离值，表示候选设备p的历史节能偏离值序列的算术平均值，表示两候选设备中候选设备q的历史节能偏离值序列中的第时刻时的历史节能偏离值，表示候选设备q的历史节能偏离值序列的算术平均值，t表示预设历史统计周期的总时长，其中，，且表示所述预设时滞范围；

54、相应的，根据所述关联矩阵和各个影响源设备的节能偏离值，计算出各个设备的关联影响值，则包括：

55、对于任一设备，获取所述任一设备对应的所有影响源设备，

56、根据所述关联矩阵，确定出所述任一设备与对应的各个影响源设备之间的关联权重；

57、使用所述任一设备与对应的各个影响源设备之间的关联权重，乘以所述任一设备对应的各个影响源设备的节能偏离值，并求取乘积的总和，得到所述任一设备的关联影响值。

58、在一个可能的设计中，根据所述巡检收益评价模型，计算出各个设备在巡检后所对应的巡检收益指数，包括：

59、对于任一设备，计算出所述任一设备在当前运行状态下的理论能耗，并采集所述任一设备在当前运行状态下的实际能耗，以基于所述任一设备的理论能耗和实际能耗，计算出所述任一设备的单位时间能源损失速率；

60、从历史检修数据库中，筛选出与该任一设备在当前运行状态下相匹配的历史巡检维修记录；

61、对于任一历史巡检维修记录，计算出所述任一设备在所述任一历史巡检维修记录前的预设统计时段内的第一平均能源损失速率，以及在所述任一历史巡检维修记录后的预设时段内的第二平均能源损失速率；

62、基于第一平均能源损失速率和第二平均能源损失速率，计算出所述任一历史巡检维修记录对应的能效恢复率，并在将所有历史巡检维修记录均遍历完毕后，得到每条历史巡检维修记录对应的能效恢复率；

63、取所有能效恢复率的算术平均值或中位数，作为所述任一设备的预计节能恢复率；

64、获取所述任一设备的巡检成本和设备重要等级；

65、根据所述单位时间能源损失速率、所述预计节能恢复率、所述巡检成本、所述设备重要等级和所述任一设备的节能偏离值，并采用所述巡检收益评价模型，计算出所述任一设备对应的巡检收益指数；

66、其中，所述巡检收益评价模型为：

67、；

68、式中，表示巡检收益评价模型的模型值，且也表示所述任一设备对应的巡检收益指数，表示该任一设备的节能偏离值，表示所述单位时间能源损失速率，表示所述设备重要等级，表示所述预计节能恢复率，表示所述巡检成本。

69、第二方面，提供了一种基于节能运行数据的巡检任务动态生成系统，包括：

70、获取单元，用于获取待巡检系统中各个设备的实时运行数据以及历史运行记录；

71、节能偏离计算单元，用于根据各个设备的实时运行数据及预先构建的节能偏离评价模型，计算出各个设备的节能偏离值，其中，任一设备的节能偏离值用于表征该任一设备在当前运行状态下的实际能耗与理论能耗之间的偏离程度；

72、设备健康风险评估单元，用于基于各个设备的历史运行记录，并采用预先构建的设备健康风险评估模型，计算出各个设备的设备健康风险指数；

73、关联影响评估单元，用于构建出待巡检系统的设备关联关系模型，并根据所述设备关联关系模型，计算出各个设备的关联影响值，其中，任一设备的关联影响值用于表征影响源设备的节能偏离对该任一设备的影响程度，关联影响值越大，影响程度越大，且所述影响源设备为待巡检系统中与所述任一设备存在有影响路径的所有设备；

74、巡检收益计算单元，用于建立巡检收益评价模型，并根据所述巡检收益评价模型，计算出各个设备在巡检后所获得的巡检收益指数；

75、巡检策略生成单元，用于利用各个设备的节能偏离值、设备健康风险指数、关联影响值和巡检收益指数，计算出各个设备的综合巡检评分；

76、巡检策略生成单元，还用于基于各个设备的综合巡检评分，生成待巡检系统的巡检策略。

77、第三方面，提供了一种基于节能运行数据的巡检任务动态生成装置，以装置为电子设备为例，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意一种可能设计的所述基于节能运行数据的巡检任务动态生成方法。

78、第四方面，提供了一种存储介质，所述存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意一种可能设计的所述基于节能运行数据的巡检任务动态生成方法。

79、第五方面，提供了一种包含指令的计算机程序产品，当指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意一种可能设计的所述基于节能运行数据的巡检任务动态生成方法。

80、有益效果：

81、（1）突破被动式巡检局限，实现节能隐患的主动识别与超前预警；本发明不再依赖固定周期或故障报警触发巡检，而是通过构建“节能偏离评价模型”，实时计算设备实际能耗与理论能耗的偏离程度；如此，本发明能够敏锐捕捉设备在显性故障发生前出现的能效下降、能耗升高等隐性异常状态，从而使得巡检任务从“事后补救”转向“事前干预”，进而可有效避免因节能性能衰减而长期造成的能源浪费。

82、（2）引入设备关联影响分析，实现系统级全局最优运维决策；通过构建设备关联关系模型并计算关联影响值，使得本发明能够量化某一设备节能偏离对其他设备的传导影响程度。这一机制使得巡检任务不再孤立地看待单台设备，而是从整个能源系统（如中央空调、冷热源、照明、动力设备等）的耦合关系出发，优先触发对系统能效影响最大的关键设备巡检，从而最大化巡检投入的系统节能收益。

83、（3）融合多维度评价因子，显著提升巡检任务生成的科学性与精准性；本发明创新性地将节能偏离值、设备健康风险指数、关联影响值及巡检收益指数四类指标进行综合加权计算，形成统一的综合巡检评分。相比于现有技术仅关注设备可靠性或故障风险，本发明同时兼顾了设备自身的节能状态、安全风险、系统级联动影响以及经济回报，使巡检决策更加全面、客观。

84、（4）提升能源管理系统整体经济效益与节能持续性；由于巡检收益指数被直接纳入评价模型，使得本发明能够引导运维资源优先投放到“巡检后节能回报最高”的设备上。这种以节能价值为导向的智能运维方式，不仅有助于长期维持设备处于高效运行区间，还能持续优化整体系统能效水平，可为企业带来可量化的节电、节热等经济收益，并助力碳中和与可持续发展目标的实现。

85、（5）动态优化巡检策略，避免冗余巡检并降低运维成本；本发明依据设备实时运行数据动态计算综合评分，并据此按需生成巡检策略，彻底改变了传统“固定周期全覆盖”的机械模式；如此，使得巡检对象、优先级、内容和频率能够随设备状态与能耗变化自适应调整，从而有效避免了无效巡检和过度巡检，提高了能源系统的智能化运维水平。