基于大数据的设备智能检调方法、系统和介质技术方案

本申请实施例提供了基于大数据的设备智能检调方法、系统和介质。该方法包括：获取性能监测信息和供暖特性信息，采集环境特征数据并获得区域环境效变因子，对信息数据进行聚合生成供暖信息监测模型树并提取供暖功效数据信息集，再通过参数数据与指标数据的阈值对比获得调温成效参量并获取调温成效聚合指数，再结合供暖能耗数据和区域环境效变因子处理获得供暖成效数据，再与供暖功效总指标数据进行对比检验判断范围等级，对水暖设施进行方案调整；从而基于大数据对供暖性能和监测信息以及环境信息进行处理，获得供暖成效数据并与指标数据进行阈值对比以获得对应等级的调整方案，实现根据大数据对供暖性能进行检测、评估和调整的技术。整的技术。整的技术。

【技术实现步骤摘要】
基于大数据的设备智能检调方法、系统和介质


[0001]本申请涉及大数据及水暖设施
，具体而言，涉及基于大数据的设备智能检调方法、系统和介质。

技术介绍

[0002]城市供暖应用于高纬度城市的生活、工业的各类设施中，其广泛而长久的普遍应用性使水暖设施的能耗巨大，而目前主要供暖方式为水暖为主，电、气暖为辅，针对普遍使用的水暖设施，其传统管理手段通常采用水暖单位面积的统筹方式，而对供暖的调温方式和设定方法多是采用额定的恒热或单位面积热指标的调控方法，但由于供暖采暖受环境、区域状况、时间段的影响较大，如采光度好坏、房间密闭性或通透性以及高度、季节和时间段变化等，导致各种因素对供暖调控具有较大影响作用，而目前现有技术缺乏对这些影响因素的考量调控，且针对取暖区域的状况变化以及水暖设施状态监测进行有效调节方面也缺乏高效、精准、合理的监测处理和评估调节手段，导致对于水暖供暖缺乏智能检测、调节、管理的手段。
[0003]针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

[0004]本申请实施例的目的在于提供基于大数据的设备智能检调方法、系统和介质，可以通过大数据对供暖区域内各子区域在子时段的设施性能和供暖监测信息以及环境信息进行处理，获得供暖成效数据并与聚合的总指标数据进行阈值对比以获得对应等级的调整方案，实现根据大数据对供暖性能进行检测、成效评估和调整的技术。
[0005]本申请实施例还提供了基于大数据的设备智能检调方法，包括以下步骤：获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，以及预设供暖区域中各子区域空间的供暖特性信息，并提取供暖特征参数数据；采集所述各子区域空间在所述子时间段内的环境特征数据，并根据环境特征数据进行处理获得所述子时间段内区域环境效变因子；根据所述各子区域空间的所述供暖特性信息结合对应所述环境特征数据以及所述性能监测信息在预设供暖数据管理平台中进行信息聚合，生成所述预设供暖时间段内供暖区域的供暖信息监测模型树，根据所述供暖信息监测模型树提取所述各子时间段内各子区域空间的供暖功效数据信息集；根据所述供暖功效数据信息集提取供暖功效子指标数据和供暖动态调温指标数据，以及所述各子区域空间在各子时间段内的供暖能耗数据；将所述各子区域空间的所述供暖特征参数数据与所述供暖动态调温指标数据进行阈值对比，获得在所述各子时间段内的调温成效参量；根据所述各子区域空间的调温成效参量获取所述预设供暖区域在各子时间段内的调温成效聚合指数；
根据所述调温成效聚合指数结合所述供暖能耗数据以及所述区域环境效变因子进行加权和聚合处理，获得预设供暖区域在所述预设供暖时间段内的供暖成效数据；对所述供暖功效子指标数据进行聚合处理获得所述预设供暖区域的供暖功效总指标数据，并根据供暖功效总指标数据与所述供暖成效数据进行阈值对比检验；根据阈值对比检验结果对应的范围等级对应调整水暖设施的供暖方案。
[0006]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，以及预设供暖区域中各子区域空间的供暖特性信息，并提取供暖特征参数数据，包括：获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，包括设施性能状态信息、设施能耗信息以及设施功效信息；获取预设供暖区域中各子区域空间的供暖特性信息，包括子区域功用位置信息、空间热力状态信息以及空间容积数据信息；根据所述供暖特性信息提取供暖特征参数数据，包括子区域空间温度数据和子区域空间容积数据。
[0007]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述采集所述各子区域空间在所述子时间段内的环境特征数据，并根据环境特征数据进行处理获得所述子时间段内区域环境效变因子，包括：采集所述各子区域空间在所述子时间段内的环境特征数据，包括外界环境温度数据、室内外温差数据、光照度数据以及邻域热辐射数据；根据所述外界环境温度数据、室内外温差数据、光照度数据以及邻域热辐射数据通过区域环境状态数据监测模型进行处理，获得所述子时间段内各子区域空间的区域环境效变因子。
[0008]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述将所述各子区域空间的所述供暖特征参数数据与所述供暖动态调温指标数据进行阈值对比，获得在所述各子时间段内的调温成效参量，包括：根据所述各子区域空间的所述供暖特征参数数据提取子区域空间温度数据；根据所述子区域空间温度数据与所述供暖动态调温指标数据进行阈值对比，获得在所述各子时间段内的调温成效参量；所述调温成效参量的计算公式为：；其中，为调温成效参量，为子区域空间温度数据，为供暖动态调温指标数据，为预设特征系数。
[0009]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述根据所述各子区域空间的调温成效参量获取所述预设供暖区域在各子时间段内的调温成效聚合指数，包括：根据所述各子区域空间的调温成效参量进行区域数据聚合，获取所述预设供暖区域在各子时间段内的调温成效聚合指数；
所述调温成效聚合指数为：，其中，为调温成效聚合指数，为第i个子区域空间的调温成效参量，n为预设供暖区域的子区域空间个数。
[0010]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述根据所述调温成效聚合指数结合所述供暖能耗数据以及所述区域环境效变因子进行加权和聚合处理，获得预设供暖区域在所述预设供暖时间段内的供暖成效数据，包括：根据所述供暖能耗数据结合所述区域环境效变因子以及所述调温成效聚合指数进行加权和聚合处理，获得预设供暖区域在所述预设供暖时间段内的供暖成效数据；所述供暖成效数据的计算公式为：；其中，为供暖成效数据，n为预设供暖区域的子区域空间个数，m为预设供暖时间段内的子时间段个数，为第i个子区域空间的供暖能耗数据，为第i个子区域空间的区域环境效变因子，为第j个子时间段内的调温成效聚合指数，、为预设特征系数。
[0011]可选地，在本申请实施例所述的基于大数据的设备智能检调方法中，所述对所述供暖功效子指标数据进行聚合处理获得所述预设供暖区域的供暖功效总指标数据，并根据供暖功效总指标数据与所述供暖成效数据进行阈值对比检验，包括：根据所述供暖功效子指标数据进行聚合处理，获得所述预设供暖区域在预设供暖时间段内的供暖功效总指标数据；根据所述供暖功效总指标数据与所述供暖成效数据进行阈值对比，获得阈值对比检验结果；所述供暖功效总指标数据的聚合公式为：；其中，为供暖功效总指标数据，为第i个子区域空间在第j个子时间段内的供暖功效子指标数据，n为预设供暖区域的子区域空间个数，m为预设供暖时间段内的子时间段个数，为预设特征系数。
[0012]第二方面，本申请实施例提供了基于大数据的设备智能检调系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的设备智能检调方法的程序，所述基于大数据的设备智能检调方法的程序被所述处理器执行时实现以下步骤：获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，以及预设供暖区域中各子区域空间的供暖特性信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的设备智能检调方法，其特征在于，包括以下步骤：获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，以及预设供暖区域中各子区域空间的供暖特性信息，并提取供暖特征参数数据；采集所述各子区域空间在所述子时间段内的环境特征数据，并根据环境特征数据进行处理获得所述子时间段内区域环境效变因子；根据所述各子区域空间的所述供暖特性信息结合对应所述环境特征数据以及所述性能监测信息在预设供暖数据管理平台中进行信息聚合，生成所述预设供暖时间段内供暖区域的供暖信息监测模型树，根据所述供暖信息监测模型树提取所述各子时间段内各子区域空间的供暖功效数据信息集；根据所述供暖功效数据信息集提取供暖功效子指标数据和供暖动态调温指标数据，以及所述各子区域空间在各子时间段内的供暖能耗数据；将所述各子区域空间的所述供暖特征参数数据与所述供暖动态调温指标数据进行阈值对比，获得在所述各子时间段内的调温成效参量；根据所述各子区域空间的调温成效参量获取所述预设供暖区域在各子时间段内的调温成效聚合指数；根据所述调温成效聚合指数结合所述供暖能耗数据以及所述区域环境效变因子进行加权和聚合处理，获得预设供暖区域在所述预设供暖时间段内的供暖成效数据；对所述供暖功效子指标数据进行聚合处理获得所述预设供暖区域的供暖功效总指标数据，并根据供暖功效总指标数据与所述供暖成效数据进行阈值对比检验；根据阈值对比检验结果对应的范围等级对应调整水暖设施的供暖方案。2.根据权利要求1所述的基于大数据的设备智能检调方法，其特征在于，所述获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，以及预设供暖区域中各子区域空间的供暖特性信息，并提取供暖特征参数数据，包括：获取水暖设施在预设供暖时间段内各子时间段内的性能监测信息，包括设施性能状态信息、设施能耗信息以及设施功效信息；获取预设供暖区域中各子区域空间的供暖特性信息，包括子区域功用位置信息、空间热力状态信息以及空间容积数据信息；根据所述供暖特性信息提取供暖特征参数数据，包括子区域空间温度数据和子区域空间容积数据。3.根据权利要求2所述的基于大数据的设备智能检调方法，其特征在于，所述采集所述各子区域空间在所述子时间段内的环境特征数据，并根据环境特征数据进行处理获得所述子时间段内区域环境效变因子，包括：采集所述各子区域空间在所述子时间段内的环境特征数据，包括外界环境温度数据、室内外温差数据、光照度数据以及邻域热辐射数据；根据所述外界环境温度数据、室内外温差数据、光照度数据以及邻域热辐射数据通过区域环境状态数据监测模型进行处理，获得所述子时间段内各子区域空间的区域环境效变因子。4.根据权利要求3所述的基于大数据的设备智能检调方法，其特征在于，所述将所述各子区域空间的所述供暖特征参数数据与所述供暖动态调温指标数据进行阈值对比，获得在
所述各子时间段内的调温成效参量，包括：根据所述各子区域空间的所述供暖特征参数数据提取子区域空间温度数据；根据所述子区域空间温度数据与所述供暖动态调温指标数据进行阈值对比，获得在所述各子时间段内的调温成效参量；所述调温成效参量的计算公式为：；其中，为调温成效参量，为子区域空间温度数据，为供暖动态调温指标数据，为预设特征系数。5.根据权利要求4所述的基于大数据的设备智能检调方法，其特征在于，所述根据所述各子区域空间的调温成效参量获取所述预设供暖区域在各子时间段内的调温成效聚合指数，包括：根据所述各子区域空间的调温成效参量进行区域数据聚合，获取所述预设供暖区域在各子时间段内的调温成效聚合指数；所述调温成效聚合指数为：，其中，为调温成效聚合指数，为第i个子区域空间的调温成效参量，n为预设供暖区域的子区域空间个数。6.根据权利要求5所述的基于大数据的设备智能检调方法，其特征在于，所述根据所述调温成效聚合指数结合所述供暖能耗数据以及所述区域环境效...

【专利技术属性】
技术研发人员：胡立明，王鹏，王勇强，鲁保龙，王培龙，张涛，白亚东，陈晨，黄岭，
申请(专利权)人：中铁建工集团第三建设有限公司，
类型：发明
国别省市：