基于智慧物业的数据分析系统技术方案

本发明专利技术涉及一种基于智慧物业的数据分析系统，其包括：空调系统和管理数据挖掘平台，管理数据挖掘平台包括数据挖掘模块、信息融合模块和列表生成模块。管理数据挖掘平台用于挖掘并生成空调系统中各个空调组成设备的融合日志数据，并根据持续采集到的对应空调组成设备的实时运行参数对融合日志数据进行聚合更新，然后确定各个空调组成设备在上一运行周期内的性能波动系数和设备损耗系数，根据空调组成设备的性能波动系数和设备损耗系数确定空调组成设备的故障概率，依据每个空调组成设备的故障概率对每个空调组成设备对应的融合日志数据进行排序以得到空调系统的故障相关信息列表。列表。列表。

【技术实现步骤摘要】
基于智慧物业的数据分析系统


[0001]本专利技术涉及物业管理和大数据领域，尤其涉及一种基于智慧物业的数据分析系统。

技术介绍

[0002]智慧物业是以通信网络建设为基础，利用物联网、云计算、互联网等新一代信息技术的集成应用。通过为物业公司提供智能化、信息化的智慧物业管理平台，能够拓展物业企业增值收益和精细化运作，优化内部管理，提高服务效率。同时可以为物业公司提供各种后台管理数据，方便物业公司管理和决策。有助于以形成基于信息化、智能化社会管理与服务的一种新的管理形态的新型城市。
[0003]传统物业管理方式中，在各个管理系统的正常运行情况下，为保障数据的隐私性和安全，针对管理系统的实施运行数据和获取到的传感数据，将会形成相应的分布式日志。因此故障发生后，难以快速从海量数据中挖掘有效故障信息，同时不同的数据格式将导致数据的挖掘工作具有较高的计算复杂度。

技术实现思路

[0004]针对现有技术之不足，本专利技术提供了一种基于智慧物业的数据分析系统，包括空调系统和管理数据挖掘平台，空调系统包括冷水机组、冷却风机盘管、水泵机组、凝聚水路、阀类和控制柜；冷水机组包括压缩机、冷凝器、蒸发器、节流阀和电气控制设备；管理数据挖掘平台包括数据挖掘模块、信息融合模块和列表生成模块；
[0005]数据挖掘模块依据空调系统的运行状态确定空调系统中各个空调组成设备的初始日志数据和中间日志数据；
[0006]数据挖掘模块从数据存储设备中获取每个空调组成设备在历史开机状态下的正常工作时段内的一组运行参数，基于每个空调组成设备在正常工作时段内的一组运行参数生成每个空调组成设备的初始工况轨迹，对空调组成设备的初始工况轨迹进行空间重构以得到空调组成设备的重构工况轨迹；
[0007]数据挖掘模块基于对应空调组成设备在正常工作时段内的重构工况轨迹分析得到空调系统中各个空调组成设备与所述对应空调组成设备之间的设备影响系数，对每个设备影响系数大于预设阈值的空调组成设备的实时运行参数进行聚合，以得到对应空调组成设备的关联日志数据；
[0008]信息融合模块对空调组成设备的初始日志数据、中间日志数据和关联日志数据执行聚合操作以得到每个空调组成设备的融合日志数据，同时根据持续采集到的对应空调组成设备的实时运行参数对融合日志数据进行聚合更新；
[0009]列表生成模块确定各个空调组成设备在上一运行周期内的性能波动系数和设备损耗系数，根据空调组成设备的性能波动系数和设备损耗系数确定空调组成设备的故障概率，依据每个空调组成设备的故障概率对每个空调组成设备对应的融合日志数据进行排序
以得到空调系统的故障相关信息列表。
[0010]优选地，所述确定各个空调组成设备在上一运行周期内的性能波动系数包括：
[0011]以空调系统中每个空调组成设备在上一运行周期内的重构轨迹段为顶点生成空调系统的工况网络，获取每个重构轨迹段之间的数据关联度，依据每个重构轨迹段之间的数据关联度对工况网络中每个顶点之间的边进行分级标注以得到每个连接边的级别，其中，每个空调组成设备在上一运行周期内都存在若干重构轨迹段；
[0012]依据工况网络中每个顶点对应的被标注的边数量和每个被标注的边的级别对工况网络的结构进行重组，将每个重构轨迹段之间的数据关联度转化为对应的边权重以映射至重组后的工况网络中得到空调系统的第一运行状态图，其中，所述级别用于表征工况网络中每个顶点之间的关联度的强弱；
[0013]以构成第一运行状态图的每个重构轨迹段的相邻重构轨迹段为顶点生成空调系统的第二运行状态图，基于所述第一运行状态图和所述第二运行状态图生成各个顶点的分段性能波动系数，对每个顶点的所有分段性能波动系数进行加权求和以得到每个顶点在上一运行周期内的性能波动系数。
[0014]优选地，所述基于所述第一运行状态图和所述第二运行状态图生成各个顶点的分段性能波动系数包括：
[0015]将第一运行状态图与第二运行状态图进行比较以识别第二运行状态图中的变化顶点，从第一运行状态图中提取所述变化顶点的关联顶点；
[0016]获取所述变化顶点与所述关联顶点之间在第一运行状态图对应的工作时段内产生的第一设备影响系数，获取所述变化顶点与所述关联顶点之间在第二运行状态图对应的工作时段内产生的第二设备影响系数，基于第一设备影响系数与第二设备影响系数之间的系数变化量和变化顶点的轨迹偏离量生成所述变化顶点的分段性能波动系数；
[0017]针对第二运行状态图中的未变化顶点，基于未变化顶点的轨迹偏离量生成相应的分段性能波动系数。
[0018]优选地，空调系统的空调组成设备包括冷水机组、冷却风机盘管、水泵机组、凝聚水路、阀类和控制柜；冷水机组包括压缩机、冷凝器、蒸发器、节流阀和电气控制设备。
[0019]优选地，所述对空调组成设备的初始工况轨迹进行空间重构以得到空调组成设备的重构工况轨迹包括：
[0020]从空调系统中任取一个空调组成设备作为目标空调组成设备，对目标空调组成设备的初始工况轨迹中的每个运行参数进行数据标准化处理以得到标准初始工况轨迹，并对标准初始工况轨迹进行特征提取以得到标准初始工况轨迹的轨迹特征；
[0021]将标准初始工况轨迹的轨迹特征转化为对应的轨迹向量，并将其从对应的高维轨迹特征空间中线性映射至低维特征子空间中得到初始工况轨迹的轨迹浮动特征，其中，所述轨迹浮动特征用于表征对应空调组成设备的每个运行参数的数值波动量；
[0022]根据目标空调组成设备的轨迹浮动特征对标准初始工况轨迹的轨迹特征进行特征滤出以重构目标空调组成设备的初始工况轨迹得到目标空调组成设备在正常工作时段内的重构工况轨迹，其中，所述重构工况轨迹用于表征滤出稳定数据结构特征后的轨迹特征，所述稳定数据结构特征为初始工况轨迹中每个运行参数的数值波动量中的稳定变化量。
[0023]优选地，所述基于对应空调组成设备在正常工作时段内的重构工况轨迹分析得到空调系统中各个空调组成设备与所述对应空调组成设备之间的设备影响系数包括：
[0024]基于每个空调组成设备在正常工作时段内的工作负荷确定每个空调组成设备的周期衰减因子，其中，所述周期衰减因子为对应空调组成设备在正常工作时段内的设备损耗系数；
[0025]获取每个空调组成设备在每个历史工作时段内的历史重构工况轨迹，并根据正常工作时段的周期衰减因子确定每个空调组成设备的时段划分单元，基于时段划分单元对空调组成设备在正常工作时段的重构工况轨迹和在每个历史工作时段内的历史重构工况轨迹进行划分以得到空调组成设备的若干重构轨迹段和若干历史重构轨迹段；
[0026]根据每个空调组成设备的每个重构轨迹段的轨迹特征和每个重构轨迹段中所有运行参数的均值分析得到正常工作时段内的每个空调组成设备对应的重构工况轨迹之间的数据关联度，根据每个空调组成设备的每个历史重构轨迹段的轨迹特征和每个历史重构轨迹段中所有历史运行参数的均值分析得到每个历史工作时段内的每个空调组成设备对应的历史重构工况轨迹之间的历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智慧物业的数据分析系统，其特征在于，其包括空调系统和管理数据挖掘平台，空调系统包括多个空调组成设备；管理数据挖掘平台包括数据挖掘模块、信息融合模块和列表生成模块；数据挖掘模块依据空调系统的运行状态确定空调系统中各个空调组成设备的初始日志数据和中间日志数据；数据挖掘模块从数据存储设备中获取每个空调组成设备在历史开机状态下的正常工作时段内的一组运行参数，基于每个空调组成设备在正常工作时段内的一组运行参数生成每个空调组成设备的初始工况轨迹，对空调组成设备的初始工况轨迹进行空间重构以得到空调组成设备的重构工况轨迹；数据挖掘模块基于对应空调组成设备在正常工作时段内的重构工况轨迹分析得到空调系统中各个空调组成设备与所述对应空调组成设备之间的设备影响系数，对每个设备影响系数大于预设阈值的空调组成设备的实时运行参数进行聚合，以得到对应空调组成设备的关联日志数据；信息融合模块对空调组成设备的初始日志数据、中间日志数据和关联日志数据执行聚合操作以得到每个空调组成设备的融合日志数据，同时根据持续采集到的对应空调组成设备的实时运行参数对融合日志数据进行聚合更新；列表生成模块确定各个空调组成设备在上一运行周期内的性能波动系数和设备损耗系数，根据空调组成设备的性能波动系数和设备损耗系数确定空调组成设备的故障概率，依据每个空调组成设备的故障概率对每个空调组成设备对应的融合日志数据进行排序以得到空调系统的故障相关信息列表。2.根据权利要求1所述的系统，其特征在于，所述对空调组成设备的初始工况轨迹进行空间重构以得到空调组成设备的重构工况轨迹包括：从空调系统中任取一个空调组成设备作为目标空调组成设备，对目标空调组成设备的初始工况轨迹中的每个运行参数进行数据标准化处理以得到标准初始工况轨迹，并对标准初始工况轨迹进行特征提取以得到标准初始工况轨迹的轨迹特征；将标准初始工况轨迹的轨迹特征转化为对应的轨迹向量，并将其从对应的高维轨迹特征空间中线性映射至低维特征子空间中得到初始工况轨迹的轨迹浮动特征，其中，所述轨迹浮动特征用于表征对应空调组成设备的每个运行参数的数值波动量；根据目标空调组成设备的轨迹浮动特征对标准初始工况轨迹的轨迹特征进行特征滤出以重构目标空调组成设备的初始工况轨迹得到目标空调组成设备在正常工作时段内的重构工况轨迹，其中，所述重构工况轨迹用于表征滤出稳定数据结构特征后的轨迹特征，所述稳定数据结构特征为初始工况轨迹中每个运行参数的数值波动量中的稳定变化量。3.根据权利要求1或2所述的系统，其特征在于，所述确定各个空调组成设备在上一运行周期内的性能波动系数包括：以空调系统中每个空调组成设备在上一运行周期内的重构轨迹段为顶点生成空调系统的工况网络，获取每个重构轨迹段之间的数据关联度，依据每个重构轨迹段之间的数据关联度对工况网络中每个顶点之间的边进行分级标注以得到每个连接边的级别，其中，每个空调组成设备在上一运行周期内都存在若干重构轨迹段；依据工况网络中每个顶点对应的被标注的边数量和每个被标注的边的级别对工况网
络的结构进行重组，将每个重构轨迹段之间的数据关联度转化为对应的边权重以映射至重组后的工况网络中得到空调系统的第一运行状态图，其中，所述级别用于表征工况网络中每个顶点之间的关联度的强弱；以构成第一运行状态图的每个重构轨迹段的相邻重构轨迹段为顶点生成空调系统的第二运行状态图，基于所述第一运行状态图和所述第二运行状态图生成...

【专利技术属性】
技术研发人员：姜文洁，
申请(专利权)人：姜文洁，
类型：发明
国别省市：