一种基于全视角人工智能的工厂设备启停节能管理系统的制作方法

1.本发明属于节能管理领域，涉及全视角人工智能的节能管理技术，具体是一种基于全视角人工智能的工厂设备启停节能管理系统。


背景技术：

2.企业对能源进行合理利用，有助于减少企业的生产成本。企业经营中能源主要有6大损失，即：转换损失、传输损失、不必要消耗的损失、过度消耗的损失、非最优的损失和未利用可回收能源的损失；其中，不必要的损失、过度消耗的损失往往来源于设备空转和不符合条件下过度运行，是可以通过合理管理识别和杜绝的。
3.设备空转和不符合条件下过度运行，会直接造成能源浪费；现有企业管理方式尚处于制度管理、人工巡查为主的阶段，现有管理方式存在人力资源低效率浪费、及时性不足、识别能力不足等问题；因此，亟需一种能够及时、准确、高效率识别设备运转异常的节能管理系统。


技术实现要素：

4.本发明提供了一种基于全视角人工智能的工厂设备启停节能管理系统，用于解决现有方案通过制度管理、人工巡查为主来识别设备运转异常，导致人力资源低效率浪费和设备运转异常识别不够准确及时的技术问题，本发明通过设置关联预警属性以及能源消耗评估模型解决了上述问题。
5.本发明的目的可以通过以下技术方案实现：一种基于全视角人工智能的工厂设备启停节能管理系统，包括云管理模块、智能网关、智能表计和能源消耗设备；
6.所述云管理模块包括关联异常预警单元、关联异常分析单元和启停关联配置单元；
7.所述启停关联配置单元用于配置关联异常预警属性、主分析对象、关联对象、延时阈值；所述关联异常预警属性包括关联规则、关联监测间隔、关联异常预警等级、关联异常提醒方式和关联异常提醒人员；
8.所述关联异常分析单元用于分析能源消耗设备的能耗数据，根据关联规则和能源消耗评估模型对能耗数据进行分析获取异常分析结果；所述异常分析结果包括非正常启停和用能异常状态；
9.所述关联异常预警单元根据异常分析结果生成预警记录表，并进行告警，关联预警提醒人员完成告警处理闭环流程。
10.优选的，所述能源消耗评估模型通过对误差逆向传播神经网络、rbf神经网络和深度卷积神经网络中的至少一种训练获取。
11.优选的，所述关联规则包括常规启停关联和条件启停关联；且所述常规启停关联包括同步常规启停关联和异步常规启停关联，所述条件启停关联包括同步条件启停关联和异步条件启停关联。
12.优选的，在所述常规启停关联状态下，相互关联的能源消耗设备的启停直接相关。
13.优选的，在所述条件启停关联状态下，相互关联的能源消耗设备的启停通过限制条件进行限制；所述限制条件包括数值范围和持续时间。
14.优选的，所述关联异常预警等级包括高级、中级和低级。
15.优选的，所述关联异常提醒方式包括短信、邮件、微信中的至多三个。
16.优选的，在出现所述异常分析结果时，提醒关联异常提醒人员；且需要配置所述关联异常提醒人员的姓名，以及对应姓名所属的手机号码、邮箱、微信号中的至少一项。
17.优选的，所述预警记录表包括关联异常预警等级、关联异常时刻、关联规则、主分析对象和关联预警状态；所述关联预警状态包括待处理和未处理。
18.优选的，所述能源消耗设备为企业生产过程中需要进行能源消耗监控的设备，包括空压系统、供水系统、供气系统、空调系统和生产线。
19.优选的，所述智能表计与所述能源消耗设备通信和/或电气连接；所述智能表计包括智能电表、智能水表和智能气表。
20.优选的，所述智能网关通过智能表计采集数据；所述智能网关与所述智能表计之间通过rs485总线、zigbee或者lora进行连接。
21.优选的，所述智能网关与所述云管理模块通信连接。
22.与现有技术相比，本发明的有益效果是：
23.1、本发明设置了启停关联设置单元，该设置用于配置关联异常预警属性、主分析对象、关联对象和延时阈值；通过提前配置，实现了对能源消耗设备进行全过程、自动化监测，降低了人力资源的浪费，保证了对能源消耗设备非正常启停的及时准确监控。
24.2、本发明通过能源消耗评估模型对用能异常状态进行分析识别，能源浪费能够在第一时间被捕捉，避免更大的能源浪费；识别能源浪费之后，通过闭环流程处理告警，保证了关联异常得到及时处理。
附图说明
25.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1为本发明的框架示意图；
27.图2为本发明的工作流程示意图。
具体实施方式
28.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
29.这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，
尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
30.请参阅图1
‑
图2，本技术公开了一种基于全视角人工智能的工厂设备启停节能管理系统，包括云管理模块、智能网关、智能表计和能源消耗设备。本技术最主要的目的是对企业生产过程中的能耗进行精准、自动、集中监控，并根据监控结果采取措施解决能耗损失问题；本实施例中的云管理模块能够实现集中监控，智能网关用于采集智能表计的数据，同时将采集的数据传输上传至云管理模块；对应的本实施例中能源消耗设备包括空压系统、供水系统、供气系统、空调系统、生产线、配电系统等，在另外一些优选的实施例中，能源消耗设备还包括具体的核心设备，如驱动电机。本实施例中的生产线企业生产使用的一条完整的产线，生产线的能耗数据为生产线中设备的能耗总和。
31.本实施例中，云管理模块和智能网关之间通过无线方式连接，智能网关将收集到的数据通过2g/3g/4g，有线网络等形式上报到云管理模块；智能网关和智能表计之间通信和/或电气连接，如空压系统、供水系统、供气系统通过zigbee/lora等无线方式或者有线485方式将数据传输至智能网关，空调系统、生产线通过两线制485总线将数据传输至智能网关，核心设备通过can总线将数据传输至智能网关，配电系统通过modbus总线将数据传输至智能网关。
32.本实施例中，智能表计和能源消耗设备通信和/或电气连接，智能表计包括智能水表、智能电表和智能气表。
33.本技术公开的一种基于全视角人工智能的工厂设备启停节能管理系统中，云管理模块包括关联异常预警单元、关联异常分析单元和启停关联配置单元。
34.本实施例中，启停关联配置单元用于配置关联异常预警属性、主分析对象、关联对象、延时阈值。
35.主分析对象为关联异常的主要分析对象，如设备a和设备b建立启停关联关系，用户主要关注的设备a的启停是否合理，则设备a就是主分析对象；关联对象为主分析对象的关联对象，上述设备b就是关联对象。
36.延时阈值为关联设备处于停机状态的持续时间，或关联数据项满足数值范围的持续时间；如设备b停机了半小时以后，设备a才应该关闭，这里的半小时就是设备b的停机延时阈值。
37.关联异常预警属性包括关联规则、关联监测间隔、关联异常预警等级、关联异常提醒方式和关联异常提醒人员。
38.本实施例中，关联规则包括常规启停关联和条件启停关联；常规启停关联中相互关联的能源消耗设备之间的启停直接相关，如设备b停机且满足停机持续时间，设备a也停机；条件启停关联中相互关联的能源消耗设备的启停通过限制条件进行限制，限制条件包括数值范围和持续时间，如设备b的数据项在数值范围内时且满足一定的持续时间，设备a应停机；不满足时，设备a继续运行。
39.值得注意的是，本技术常规启停关联还细分为同步常规启停关联和异步常规启停关联，条件启停关联还细分为同步条件启停关联和异步条件启停关联。
40.同步常规启停关联具体理解为设备a的启停与设备b的启停同步；例如：设备b停机且持续了一定时间，设备a也应该停机，反之，设备b运行且持续了一定时间后，设备a也应该
运行。
41.异步常规启停关联具体理解为设备a的启停与设备b的启停相反；例如：设备b停机且持续了一定时间，设备a应该运行。反之，设备b运行且持续了一定时间后，设备a应该停机。
42.同步条件启停关联具体理解为设备b数据项满足值域条件时且满足一定的持续时间，设备a应停机；不满足时，设备a应运行。
43.异步条件启停关联具体理解为设备b数据项满足值域条件时且满足一定的持续时间，设备a应运行；不满足时，设备a应停机。设备b数据项为通过智能表计采集到的设备b的能耗数据，如电力、燃气、自来水等的消耗。
44.本实施例中，关联监测间隔是对应启停关联配置的巡查时间，间隔一个关联监测间隔巡查一次，避免频繁巡查生成冗余记录；如关联监测间隔配置为0.5小时，表明间隔0.5小时巡查一次。在另外一些优选的实施例中，只修改了监测间隔，则从修改保存时刻的往后最近半小时时刻起重新计算监测间隔；如关联监测间隔是4小时一次，当前时间是15:05，上一次监测是14:00。如果未修改监测间隔，到18:00会监测一次，但15:05点修改了关联监测间隔时间，改为2小时一次，15:05往后最近半小时时刻是15:30，因此从15:30开始重新计算，到17:30会监测一次，18:00不会再监测。
45.本实施例中，关联异常预警等级指对应启停关联配置在巡查到未关联生成异常预警记录时显示的等级，有高级、中级和低级三个选项，默认选项为低级；在另外一些优选的实施例中，默认选项为中级。
46.本实施例中，关联异常提醒方式指对应启停关联配置巡查到未关联时的提醒方式，有短信、邮件和微信三个选项，默认三个选项都不选中，短信、邮件和微信三个选项也可同时选择。
47.本实施例中，关联异常提醒人员是指关联异常时的通知对象，在配置关联异常提醒人员时必须包括姓名，也可以包括手机号码、邮箱和微信号，且可以同时配置多个通知对象。
48.本技术公开的一种基于全视角人工智能的工厂设备启停节能管理系统中，通过配置的关联规则来自动识别能源消耗设备是否异常，获取能源消耗设备是否非正常启停；通过能源消耗评估模型对能耗数据进行分析，获取能源消耗设备的用能异常状态；能耗数据包括用电、用水和用气数据，用能异常状态可以用0和1来表示，当用能异常状态为0时，表示对应能源消耗设备的能源消耗正常，当用能异常状态为1时，表示对应能源消耗设备的能源消耗异常；在另外一些优选的实施例中，用能异常状态还可以用0
‑
10的数值来表示，当用能异常状态为0时，表示对应能源消耗设备的能源消耗正常，随着数值的增大，表示对应能源消耗设备的能源消耗异常程度越来越大。
49.值得注意的是，在另外一些优选的实施例中，还可以通过配置的关联规则来自动识别能源消耗设备的用能异常状态，通过能源消耗评估模型自动识别能源消耗设备是否异常，获取能源消耗设备是否非正常启停；当然，也可以仅通过配置的关联规则自动识别能源消耗设备的用能异常状态和非正常启停。
50.本实施例中，能源消耗评估模型通过误差逆向传播神经网络训练获取，具体为：
51.获取云管理模块中存储的标准训练数据；其中，标准训练数据包括能源消耗设备
能耗消耗异常和正常时，采集到的能耗数据；能耗数据包括用电、用水和用气；
52.人工为标准训练数据设置用能异常状态；
53.构建误差逆向传播神经网络；
54.通过标准训练数据以及对应的用能异常状态对误差逆向传播神经网络进行训练，将训练完成的人工智能模型标记为能源消耗评估模型。
55.能源消耗评估模型可以同时处理大批量数据，既可以保证能耗数据的处理效率，又可以保证处理的精确度。
56.本技术公开的一种基于全视角人工智能的工厂设备启停节能管理系统中，关联异常预警单元根据异常分析结果生成预警记录表，并进行告警，关联预警提醒人员完成告警处理闭环流程。本实施例中的闭环流程具体为：通过能耗数据获取异常分析结果，根据异常分析结果生成预警记录表，关联预警提醒人员对异常分析结果进行处理并修改关联预警状态。
57.本发明的工作原理：
58.通过启停关联配置单元配置关联异常预警属性、主分析对象、关联对象、延时阈值，配置完成后，通过关联异常分析单元分析能源消耗设备的能耗数据，根据关联规则识别能源消耗设备的非正常启停，根据能源消耗评估模型获取用能异常状态，获取异常分析结果之后，关联异常预警单元根据异常分析结果生成预警记录表，并进行告警，关联预警提醒人员根据告警完成闭环处理。
59.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
60.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。