基于K均值聚类算法的设备运行诊断方法和装置制造方法及图纸

本发明专利技术公开了一种基于K均值聚类算法的设备运行诊断方法和装置。方法包括：获取设备的运行计划和/或历史数据；获取设备在不同时间的多组运行数据；基于K均值聚类算法对获取的多组运行数据进行分类，得到若干个运行类；计算运行类与相应的计划类和/或历史类之间的距离，所述计划类基于设备的运行计划得到，所述历史类基于设备的历史数据得到；根据计算结果评估设备运行情况，诊断是否存在能耗异常。本发明专利技术基于K‑MEANS算法对设备运行数据进行聚类分析，通过更加深入的分析评估设备运行情况，可实现能耗异常自动诊断，帮助挖掘节能空间，降低能耗消耗，提高能源管理水平。

Equipment operation diagnosis method and device based on K-means clustering algorithm

【技术实现步骤摘要】
基于K均值聚类算法的设备运行诊断方法和装置
本专利技术涉及能源管理
，具体涉及一种基于K均值聚类算法的设备运行诊断方法和装置。
技术介绍
伴随着设备用能数据采集和传输技术的日渐成熟，建设能源管理平台成为各个集团或公司的趋势。平台可收集设备的能耗数据并进行简单的分析，生成图表和报表便于管理人员掌握能耗数据，为能源管理提供便利。在数据分析方面，传统的能源管理平台可进行简单的对比分析，可根据设定的阈值产生报警，通过报警提示用能异常。实践发现，传统的能源管理平台只注重数据收集和展示，弱化了数据分析，不能深入的挖掘设备能耗异常，不能解决节能管路的核心问题，在节能方案的制定方面非常困难，在节能管控上不能形成业务闭环。
技术实现思路
本专利技术提供一种基于K均值聚类算法的设备运行诊断方法和装置，用于传统能源管理平台数据分析深度不够、节能潜力发掘困难的技术问题。为解决上述技术问题，采用的技术方案如下：第一方面，提供一种基于K均值聚类算法的设备运行诊断方法，用于能源管理平台，该方法包括：获取设备的运行计划和/或历史数据；获取设备在不同时间的多组运行数据；基于K均值聚类算法对获取的多组运行数据进行分类，得到若干个运行类；计算运行类与相应的计划类和/或历史类之间的距离，所述计划类基于设备的运行计划得到，所述历史类基于设备的历史数据得到；根据计算结果评估设备运行情况，诊断是否存在能耗异常。该方法基于人工智能技术，将K均值聚类(K-MEANS)算法运用于能源管理平台，对设备运行数据进行聚类分析，评估设备运行情况，可实现能耗异常自动诊断。进而，可根据诊断结果生成节能工单并自动下发，全程跟踪节能专项落地，形成能源管理业务闭环。该方法充分考虑能源管理的实际特点，将K-MEANS算法运用到能源管理中，根据设备用能特点深入挖掘节能潜力，逐步实现能耗控制和能效提升，进而达到人员、设备和能耗综合管控的目标。可选的，所述获取设备的运行计划包括：获取设备计划运行的时间和功率，并计算计划运行的能耗；所述获取设备在不同时间的多组运行数据包括：按照预设的时间定时获取设备实际运行的能耗以及设备的开关状态。可选的，根据计算结果评估设备运行情况包括：根据计算得到的距离得出评分，基于评分评估设备运行情况。可选的，所述距离包括时间距离和能耗距离。可选的，按照以下公式计算评分：D＝a*d1+bd2其中，D是评分，a、b是加权系数，d1是已经归一化的时间距离，d2是已经归一化的能耗距离。第二方面，提供一种基于K均值聚类算法的设备运行诊断装置，用于能源管理平台，包括：获取模块，用于获取设备的运行计划和/或历史数据，以及，获取设备在不同时间的多组运行数据；聚类模块，用于基于K均值聚类算法对获取的多组运行数据进行分类，得到若干个运行类；计算模块，用于计算运行类与相应的计划类和/或历史类之间的距离，所述计划类基于设备的运行计划和/或历史数据得到，所述历史类基于设备的历史数据得到；评估模块，用于根据计算结果评估设备运行情况，诊断是否存在能耗异常。可选的，所述获取模块，具体用于：获取设备计划运行的时间和功率，并计算计划运行的能耗；以及，按照预设的时间定时获取设备实际运行的能耗以及设备的开关状态。可选的，所述评估模块，具体用于根据计算得到的距离，按照以下公式计算评分：D＝a*d1+bd2其中，D是评分，a、b是加权系数，所述距离包括时间距离和能耗距离，d1是已经归一化的时间距离，d2是已经归一化的能耗距离；以及，基于评分评估设备运行情况，诊断是否存在能耗异常。第三方面，提供一种能源管理平台，包括处理器和存储器，所述处理器用于执行如本专利技术第一力面所述的基于K均值聚类算法的设备运行诊断方法。第四方面，提供一种存储介质，存储有程序，所述程序当被包括处理器的能源管理平台运行时，执行如本专利技术第一方面所述的基于K均值聚类算法的设备运行诊断方法。从以上技术方案可以看出，本专利技术具有以下优点：基于K-MEANS算法对设备运行数据进行聚类分析，通过更加深入的分析评估设备运行情况，可实现能耗异常自动诊断，帮助挖掘节能空间，降低能耗消耗，提高能源管理水平；解决了现有技术分析深度不够、节能潜力发掘困难的技术问题。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。图1是本专利技术实施例基于K均值聚类算法的设备运行诊断方法的流程图；图2是本专利技术实施例基于K均值聚类算法的设备运行诊断装置的结构图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。下面通过具体实施例，进行详细的说明。本专利技术实施例，提供一种基于K均值聚类算法的设备运行诊断方法，该方法可用于能源管理平台对设备的用能数据进行诊断，判断是否存在能耗异常。所说的用能数据例如可包括设备的用电量数据，燃气消耗、暖气消耗数据，以及用水量数据等。本专利技术基于K-mean算法封装“设备运行诊断装置”，运行于能源管理平台，评估设备运行情况，可实现用能异常自动诊断。当照明、电梯、冷机等设备出现用能异常时，能源管理平台可自动检测出问题；进一步的，还可以智能分析原因，基于K-means算法判断是否存在异常开启或异常关闭，同时可以推荐理想的运行计划/策略。“设备运行诊断装置”作为运行于能源管理平台的程序模块，可用来诊断用能设备如照明设备、空调设备、电梯设备等的开启时间、开启功率的大小是否是按照设定的计划/参数运行，并且用K均值聚类算法把设备的运行规律划分为一个个不同的类别，再去计算这些类别与标准的运行计划类/历史类之间的距离并得出评分，从而诊断是否存在用能异常。请参考图1，本专利技术一个实施例中，提供的一种基于K均值聚类算法的设备运行诊断方法，可包括：S1.获取设备的运行计划和/或历史数据。能源管理平台首先获取被预先录入的设备的运行计划，该运行计划可包括设备计划运行的时间和功率。并且，可以根据计划运行的时间和功率，计算计划运行的能耗。S2.获取设备在不同时间的多组运行数据。能源管理平台可以按照预设的时间定时获取设备实际运行的能耗，例如每15分钟读取一次设备的能耗，每天共读取96个能耗值。96个能耗本文档来自技高网...

【技术保护点】
1.一种基于K均值聚类算法的设备运行诊断方法，用于能源管理平台，其特征在于，包括：/n获取设备的运行计划和/或历史数据；/n获取设备在不同时间的多组运行数据；/n基于K均值聚类算法对获取的多组运行数据进行分类，得到若干个运行类；/n计算运行类与相应的计划类和/或历史类之间的距离，所述计划类基于设备的运行计划得到，所述历史类基于设备的历史数据得到；/n根据计算结果评估设备运行情况，诊断是否存在能耗异常。/n

【技术特征摘要】
1.一种基于K均值聚类算法的设备运行诊断方法，用于能源管理平台，其特征在于，包括：
获取设备的运行计划和/或历史数据；
获取设备在不同时间的多组运行数据；
基于K均值聚类算法对获取的多组运行数据进行分类，得到若干个运行类；
计算运行类与相应的计划类和/或历史类之间的距离，所述计划类基于设备的运行计划得到，所述历史类基于设备的历史数据得到；
根据计算结果评估设备运行情况，诊断是否存在能耗异常。


2.根据权利要求1所述的方法，其特征在于，
所述获取设备的运行计划包括：获取设备计划运行的时间和功率，并计算计划运行的能耗；
所述获取设备在不同时间的多组运行数据包括：按照预设的时间定时获取设备实际运行的能耗以及设备的开关状态。


3.根据权利要求2所述的方法，其特征在于，
根据计算结果评估设备运行情况包括：根据计算得到的距离得出评分，基于评分评估设备运行情况。


4.根据权利要求3所述的方法，其特征在于，
所述距离包括时间距离和能耗距离。


5.根据权利要求4所述的方法，其特征在于，
按照以下公式计算评分：
D＝a*d1+bd2
其中，D是评分，a、b是加权系数，d1是已经归一化的时间距离，d2是已经归一化的能耗距离。


6.一种基于K均值聚类算法的设备运行诊断装置，用于能源管理平台，其特征在于，包括：
...

【专利技术属性】
技术研发人员：谭柱森，陈振连，韩利，
申请(专利权)人：华润置地控股有限公司，
类型：发明
国别省市：广东;44