大数据的设备能效控制方法技术

本发明专利技术涉及一种大数据的设备能效控制方法，解决了现有技术的不足，技术方案为：包括以下步骤：步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；步骤二，计算目标设备的能效数据，步骤三，对目标设备的能效数据进行分析，发布能效分析结果。

Large Data Equipment Energy Efficiency Control Method

【技术实现步骤摘要】
大数据的设备能效控制方法
本专利技术涉及一种设备能效控制方法，具体涉及一种大数据的设备能效控制方法。
技术介绍
我国制定节约能源发展战略。在我国，能源资源供需紧张已成为制约国家经济发展的主要问题。国家开始实施节约与开发并举、把节约放在首位的能源发展战略。浙江省是一次能源严重缺乏的省份，节能和可再生能源工作对于浙江省经济和社会发展具有十分重要的意义。为了响应国家政策，浙江省政府迈出了先行步伐，采取加强节能法规建设、加大节能技术改造力度、积极推广节能新产品、新设备等措施，深化节能减排工作。因此需要开发一种能效控制平台及其控制方法，实现对城市用电数据的采集、监测、分析、挖掘，使政府能及时了解电能供应、配送及用电情况，掌握电能消耗情况与用电趋势等，对整个城市能源能够进行合理的管理与调配，实现合理用电，降低用能成本，同时为能源政策制定、节能减排指标管理及宏观经济运行分析提供决策支持；通过延伸到用户内部的广覆盖、细粒度的数据采集网络，实时掌握用户用能情况，实现电网与用户间耗能数据的在线互动，使电力公司调控城市区域负荷，优化城市负荷曲线，实现削峰填谷，减少设备维护频率，保障电网稳定经济运行，促进城市经济发展，实现节能降耗，响应国家能源战略要求。但是目前的设备由于历史遗留问题，存在很多不同形式结构的数据采集器，因此获取的数据结构千差万别，数据类型差异度很大，因此，缺少一种能够针对各种数据来源统一处理的设备能效控制方法。
技术实现思路
本专利技术的目的在于解决上述现有技术缺少一种能够针对各种数据来源统一处理的设备能效控制方法的问题，提供大数据的设备能效控制方法。本专利技术解决其技术问题所采用的技术方案是：一种大数据的设备能效控制方法，包括以下步骤：步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；步骤二，计算目标设备的能效数据，步骤三，对目标设备的能效数据进行分析，发布能效分析结果。作为优选，所述步骤一中，包括以下子步骤：预处理子步骤一，对目标设备的数据源进行属性分析，建立属性索引和分类；预处理子步骤二，根据目标设备的数据源进行属性分析结果，首先执行数据评估分步骤、数据重组分步骤；然后根据目标设备的数据源进行属性分析结果，执行数据清洗分步骤，再根据数据集的大小确定进行数据抽取分步骤，再对数据集中不符合挖掘格式的数据进行数据过滤分步骤，若数据集中的冗余属性较多，则进行数据归约分步骤后保存为数据矩阵的格式，否则直接保存为数据矩阵的格式；预处理子步骤三，建立多源数据的结构化低秩表示模型，表征多模态数据间的结构关系，通过矩阵的低秩与结构化稀疏性约束对数据质量进行检测，从稀疏的误差中恢复出关系矩阵。作为优选，多源异构大数据的融合包括以下子步骤：多源异构大数据的融合步骤一，将N个模态的目标设备相关数据资料，记为{X1,X2,...,XN}，每个模态的数据集包含p个观测样本采用多核学习算法对N个模态的数据分别设计一个核函数Km(xi,xj)，每个核函数隐式确定一个非线性映射函数φm(xi)；多源异构大数据的融合步骤二，通过非线性映射函数φm(xi)获得各个模态的观测资料Xm，将各个模态的观测资料Xm分别输入对应的核函数Km(xi,xj)进行映射,生成M个同维的Km∈Rp×p核矩阵，从而嵌入一个同性的多核元空间；多源异构大数据的融合步骤三，对多元核空间的数据采用嵌入投影算法进行多源融合。作为优选，在步骤一中，所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备。作为优选，在目标设备为变压器时，在步骤一中，获得目标变压器的实测运行数据和铭牌数据，在步骤二中，执行以下变压器能效计算子步骤：变压器能效计算子步骤一，计算获得变压器日均负载率β(％)；变压器能效计算子步骤二，根据日变压器投入运行的工作时间T、变压器的空载损耗Po、变压器的负载损耗PN和额定容量SN通过以下计算公式：ΔAp＝(Po+β2PN)T计算得出变压器日均有功电能损耗ΔAp；变压器能效计算子步骤三，根据变压器日均有功电能损耗ΔAp和变压器日的输出电量AZ，通过以下计算公式：计算得出变压器实际运行效率ηd；变压器能效计算子步骤三，计算压器的最佳负荷率和变压器的最大效率在步骤三中，若则判断为维持现状；若在设定时长内变压器的负载率均低于30％，则判断为需要改用符合的计算结果的变压器，上式中S为实际使用负荷；若变压器的运行效率时，则判断为需要执行以下动作：增加无功就地补偿。作为优选，在目标设备为电动机时，在步骤一中，获得目标电动机的实测运行数据和铭牌数据，在步骤二中，执行以下电动机能效计算子步骤：电动机能效计算子步骤一，根据获取的实测电动机的输入线电流I1、实测电动机的输入线电压U、电动机的额定电流IN、电动机的额定电压UN、电动机的额定效率ηN、电动机的空载有功损耗PO和电动机的额定空载电流ION通过以下计算公式：计算得出电动机运行负载率β，上式中，IO为电动机输入线电压为非额定值时的空载电流，IO的计算公式如下：电动机能效计算子步骤二，通过以下计算公式：计算得出电动机运行效率ηc；在步骤三中，若β位于60％～80％之间，则判断为维持现状，ηc≥0.6时，则判断为维持现状，若β在设定时长内均小于40％则判断为需要执行以下动作：需要更换小容量的电动机，对于设定时长内ηc＜0.6的轻载、空载或周期性负载条件下使用的电动机，判断为需要执行以下动作：进行无功就地补偿或安装节能控制器；对于大于设定时长依然存在ηc＜0.6的轻载、空载或周期性变动负载下运行的电动机，判断为需要执行以下动作：采用异步电动机轻载调压节能装置，定子输入端加装△-Y转换串电抗器自动有级调压节电器以降低轻载运行时电动机的输入电压，提高电动机运行效率，减少电机损耗。作为优选，在目标设备为电加热设备时，在步骤一中，获得目标电加热设备的实测运行数据和铭牌数据，在步骤二中，执行以下电加热设备能效计算子步骤：电加热设备能效计算子步骤一：根据获取的实际生产耗电量W和产品的实际质量mi通过以下计算公式：计算测试周期内的合格产品的可比用电单耗bk，上式中，M2--测试周期的总折合质量，i＝1,2,3,....,n，为产品或工件品种，K1为产品或工件单件质量折算系数，K2为产品或工件类别折算系数，K3为热处理温度折算系数，K4为热处理工艺折算系数；电加热设备能效计算子步骤二：用温度测量仪表测量电炉最高工作温度下的热稳定状态时炉体外表面任意测量点的温度与特定环境温度之差Δθ；在步骤三中，若bk≤0.600kwh/kg且Δθ符合设定值，则判断为保持现状，否则判断为需要执行以下动作：缩小和密封电加热设备的开口部分或开口处安装双层封盖、减少热损失；在加热或热处理的电炉中，改进升温曲线；电加热设备集中生产，减少空载损失。作为优选，所述的单价质量折算系数符合以下要求，单件产品或工件质量>0.3kg/件时，K1＝1.0，单件产品或工件质量＜0.1kg/件时，K1＝1.5，单件产品或工件质量≥0.1kg/件且≤0.3kg/件时，K1＝1.2；产品或工件类别折算系数符合以下要求，当产品或工件类别为工模具类时，K2＝1.2，否则K2＝1.0；热处理温度折算系数符合以下要求，热处理温度＞100本文档来自技高网...

【技术保护点】
1.一种大数据的设备能效控制方法，其特征在于，包括以下步骤：步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；步骤二，计算目标设备的能效数据，步骤三，对目标设备的能效数据进行分析，发布能效分析结果。

【技术特征摘要】
1.一种大数据的设备能效控制方法，其特征在于，包括以下步骤：步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；步骤二，计算目标设备的能效数据，步骤三，对目标设备的能效数据进行分析，发布能效分析结果。2.根据权利要求1所述的大数据的设备能效控制方法，其特征在于：所述步骤一中，包括以下子步骤：预处理子步骤一，对目标设备的数据源进行属性分析，建立属性索引和分类；预处理子步骤二，根据目标设备的数据源进行属性分析结果，首先执行数据评估分步骤、数据重组分步骤；然后根据目标设备的数据源进行属性分析结果，执行数据清洗分步骤，再根据数据集的大小确定进行数据抽取分步骤，再对数据集中不符合挖掘格式的数据进行数据过滤分步骤，若数据集中的冗余属性较多，则进行数据归约分步骤后保存为数据矩阵的格式，否则直接保存为数据矩阵的格式；预处理子步骤三，建立多源数据的结构化低秩表示模型，表征多模态数据间的结构关系，通过矩阵的低秩与结构化稀疏性约束对数据质量进行检测，从稀疏的误差中恢复出关系矩阵。3.根据权利要求2所述的大数据的设备能效控制方法，其特征在于：多源异构大数据的融合包括以下子步骤：多源异构大数据的融合步骤一，将N个模态的目标设备相关数据资料，记为{X1,X2,...,XN}，每个模态的数据集包含p个观测样本采用多核学习算法对N个模态的数据分别设计一个核函数Km(xi,xj)，每个核函数隐式确定一个非线性映射函数φm(xi)；多源异构大数据的融合步骤二，通过非线性映射函数φm(xi)获得各个模态的观测资料Xm，将各个模态的观测资料Xm分别输入对应的核函数Km(xi,xj)进行映射,生成M个同维的Km∈Rp×p核矩阵，从而嵌入一个同性的多核元空间；多源异构大数据的融合步骤三，对多元核空间的数据采用嵌入投影算法进行多源融合。4.根据权利要求1所述的大数据的设备能效控制方法，其特征在于：在步骤一中，所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备。5.根据权利要求4所述的大数据的设备能效控制方法，其特征在于：在目标设备为变压器时，在步骤一中，获得目标变压器的实测运行数据和铭牌数据，在步骤二中，执行以下变压器能效计算子步骤：变压器能效计算子步骤一，计算获得变压器日均负载率β(％)；变压器能效计算子步骤二，根据日变压器投入运行的工作时间T、变压器的空载损耗Po、变压器的负载损耗PN和额定容量SN通过以下计算公式：ΔAp＝(Po+β2PN)T计算得出变压器日均有功电能损耗ΔAp；变压器能效计算子步骤三，根据变压器日均有功电能损耗ΔAp和变压器日的输出电量AZ，通过以下计算公式：计算得出变压器实际运行效率ηd；变压器能效计算子步骤三，计算压器的最佳负荷率和变压器的最大效率在步骤三中，若则判断为维持现状；若在设定时长内变压器的负载率均低于30％，则判断为需要改用符合的计算结果的变压器，上式中S为实际使用负荷；若变压器的运行效率时，则判断为需要执行以下动作：增加无功就地补偿。6.根据权利要求4所述的大数据的设备能效控制方法，其特征在于：在目标设备为电动机时，在步骤一中，获得目标电动机的实测运行数据和铭牌数据，在步骤二中，执行以下电动机能效计算子步骤：电动机能效计算子步骤一，根据获取的实测电动机的输入线电流I1、实测电动机的输入线电压U、电动机的额定电流IN、电动机的额定电压UN、电动机的额定效率ηN、电动机的空载有功损耗PO和电动机的额定空载电流ION通过以下计算公式：计算得出电动机运行负载率β，上式中，IO为电动机输入线电压为非额定值时的空载电流，IO的计算公式如下：电动机能效计算子步骤二，通过以下计算公式：计算得出电动机运行效率ηc；在步骤三中，若β位于60％～80％之间，则判断为维持现状，ηc≥0.6时，则判断为维持现状，若β在设定时长内均小于40％则判断为需要执行以下动作：需要更换小容量的电动机，对于设定时长内ηc＜0.6的轻载、空载或周期性负载条件下使用的电动机，判断为需要执行以下动作：进行无功就地补偿或安装节能控制器；对于大于设定时长依然存在ηc＜0.6的轻载、空载或周期性变动负载下运行的电动机，判断为需要执行以下动作：采用异步电动机轻载调压节能装置，定子输入端加装△-Y转换串电抗器自动有级调压节电器以降低轻载运行时电动机的输入电压，提高电动机运行效率，减少电机损耗。7.根据权利要求4所述的大数据的...

【专利技术属性】
技术研发人员：刘维亮，郑伟军，钱伟杰，周浩，俞涯，赵俊，倪瞬，姜维，施海峰，冯振宇，张一鸣，
申请(专利权)人：国网浙江省电力有限公司嘉兴供电公司，国网浙江海宁市供电有限公司，国网浙江省电力有限公司，
类型：发明
国别省市：浙江,33