一种基于大数据的智慧电能监管方法及系统技术方案

本发明专利技术公开了一种基于大数据的智慧电能监管方法及系统，属于智慧电能监管技术领域。本发明专利技术包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；所述供配电数据存储模块的输出端与所述启停计划管理模块的输入端相连接；所述启停计划管理模块的输出端与所述电量数据损耗分析模块的输入端相连接；所述电量数据损耗分析模块的输出端与所述预警模块的输入端以及智慧电能监管模块的输入端相连接；本发明专利技术基于对登机桥故障来临给出数据的预警；能够根据机场启停计划进行电能分析处理，寻求出最优的电能损耗计划，帮助机场实现电能监管。帮助机场实现电能监管。帮助机场实现电能监管。

【技术实现步骤摘要】
一种基于大数据的智慧电能监管方法及系统


[0001]本专利技术涉及智慧电能监管
，具体为一种基于大数据的智慧电能监管方法及系统。

技术介绍

[0002]随着云计算、大数据、物联网等技术在机场的应用，机场基础设施部署模式发生了改变，机场建设也需要有新的变化。在智慧机场中，配电网络是至关重要的一个环节。
[0003]电能作为所有设施的使用基础，就像设施内部的其他生产流程一样，配电网络的运行过程也需要被监视及管理。配电管理是通过将带有通讯功能的智能电力及能源设备连接到用于数据收集、状态可视化、提供分析及报表功能的软件系统，实现对配电系统进行持续监视及综合管理。
[0004]在目前的智慧机场中，飞机启停过程中的登机桥均采用电力系统控制，由于各个机场的飞机启停计划不同，每个登机桥的使用频次和时间也不同，因此在不使用时，为节约电能，一般不开启登机桥的电力系统，也正因为使用频次与时间的不同，导致每个登机桥的内部线路设备损耗也不相同，对于故障的来临缺乏数据的预警；同时，内部线路与设备的老化也会加剧电能的损耗，如何寻求最优的电能损耗，在目前的技术手段中也未曾提及。

技术实现思路

[0005]本专利技术的目的在于提供一种基于大数据的智慧电能监管方法及系统，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的智慧电能监管方法，该方法包括以下步骤：
[0007]S1、获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；
[0008]S2、获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期T0内的使用次数K，T0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取K组数据计入训练集，所述选取K组指以故障出现前最后一组数据作为第一组，向前选取，直至选满K组；
[0009]S3、对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率，若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0010]S4、若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。
[0011]根据上述技术方案，所述配电损耗数据包括配电过程中的线路损耗与设备损耗总和，所述配电损耗数据等于配电端的总输出电能减去使用端的总使用电能。
[0012]根据上述技术方案，所述构建电量数据损耗分析模型包括：
[0013]获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期T0内的使用次数K，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取K组数据计入训练集；
[0014]对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率：
[0015][0016]其中，P
t
代表第t组单位时间的数据增长率，t+1最大值取到K；E
t+1
、E
t
分别代表第t组的配电损耗数据；M
t+1
、M
t
分别代表第t组的耗时数据；
[0017]形成每一组配电损耗数据的单位时间的数据增长率集合，其中任一组记为{P1、P2、
…
、P
K
‑1}；
[0018]将所有组数据增长率集合随机编号，任两组编号均不相同，选取其中任一组构建预测模型：
[0019][0020]其中，P
K
代表第K组的预测输出结果，σ、μ分别代表灰作用量、发展系数；
[0021]所述灰作用量与发展系数满足关系式：
[0022][0023]其中，P1(i)代表对选取的其中任一组数据增长率集合进行灰色累加生成处理后生成的数据，i代表序号；
[0024]选取不同于当前编号的其他组数据，依据当前预测模型计算预测输出结果，并获取不同于当前编号的其他组数据的实际结果，计算预测值与实际值的差值数据绝对值，取差值数据绝对值总和的平均值作为当前预测模型的标定值；
[0025]基于所有编号组数据均计算得出每一组编号的预测模型的标定值，选取其中最小的作为电量数据损耗分析模型；
[0026]若存在最小数据同时有多组，则评价每一组数据的差值数据绝对值的最大值，将最大值按照从小到大顺序进行选取；(如果还存在相同情况，系统设置随机选取处理)
[0027]基于构建的电量数据损耗分析模型，代入当前任一机场登机桥的初始数据，输出预测数据增长率。
[0028]在上述技术方案中，主要是针对某一个启停计划，在启停计划中包括当日飞机的停靠与起飞时间，而在停靠与起飞的过程中，系统需要给登机桥进行配电处理，通过查询启停计划，可获知每一个登机桥在当天的使用次数，把使用次数标记出来后，利用历史数据组形成训练集，即使用相同次数的故障前置数据作为训练集，因为在整个电能监测过程中，出
现故障即是最坏情况，因此以最靠近故障的相同次数数据作为训练集，形成增长率，以当前数据结合最差情况下的增长率，生成预测，能保证该结果尽可能靠近安全值，如果该结果超出了某一组历史数据下的数据增长率，则说明这种使用计划下其可能出现故障，应进行报警处理。
[0029]根据上述技术方案，在步骤S4中，还包括：
[0030]获取输出的预测数据增长率；
[0031]若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0032]若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值：
[0033][0034]其中，E
n+1
代表第n+1组的配电损耗数据；M
n
、M
n+1
分别代表第n+1组的持续时间；E
n
代表第n组的配电损耗数据，n初始值取1，终止值取K
‑
1；P
n
代表第n组至第n+1的数据增长率；
[0035]将每一组的配电损耗数据求取后计算总和，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。
[0036]一种基于大数据的智慧电能监管系统，该系统包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；
[0037]所述供配电数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智慧电能监管方法，其特征在于：该方法包括以下步骤：S1、获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；S2、获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期T0内的使用次数K，T0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取K组数据计入训练集，所述选取K组指以故障出现前最后一组数据作为第一组，向前选取，直至选满K组；S3、对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率，若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；S4、若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。2.根据权利要求1所述的一种基于大数据的智慧电能监管方法，其特征在于：所述配电损耗数据包括配电过程中的线路损耗与设备损耗总和，所述配电损耗数据等于配电端的总输出电能减去使用端的总使用电能。3.根据权利要求2所述的一种基于大数据的智慧电能监管方法，其特征在于：所述构建电量数据损耗分析模型包括：获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期T0内的使用次数K，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取K组数据计入训练集；对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率：其中，P
t
代表第t组单位时间的数据增长率，t+1最大值取到K；E
t+1
、E
t
分别代表第t组的配电损耗数据；M
t+1
、M
t
分别代表第t组的耗时数据；形成每一组配电损耗数据的单位时间的数据增长率集合，其中任一组记为{P1、P2、
…
、P
K
‑1}；将所有组数据增长率集合随机编号，任两组编号均不相同，选取其中任一组构建预测模型：其中，P
K
代表第K组的预测输出结果，σ、μ分别代表灰作用量、发展系数；所述灰作用量与发展系数满足关系式：
其中，P1(i)代表对选取的其中任一组数据增长率集合进行灰色累加生成处理后生成的数据，i代表序号；选取不同于当前编号的其他组数据，依据当前预测模型计算预测输出结果，并获取不同于当前编号的其他组数据的实际结果，计算预测值与实际值的差值数据绝对值，取差值数据绝对值总和的平均值作为当前预测模型的标定值；基于所有编号组数据均计算得出每一组编号的预测模型的标定值，选取其中最小的作为电量数据损耗分析模型；若存在最小数据同时有多组，则评价每一组数据的差值数据绝对值的最大值，将最大值按照从小到大顺序进行选取；基于构建的电量数据损耗分析模型，代入当前任一机场登机桥的初始数据，输出预测数据增长率。4.根据权利要求3所述的一种基于大数据的智慧电能监管方法，其特征在于：在步骤S4中，还包括：获取输出的预测数据增长率；若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值：其中，E
n+1
代表第n+1组的配电损耗数据；M
n
、M
n+1
分别代表第n+1组的持续时间；E
n
代表第n组的配电损耗数据，n初始值取1，终止值取K
‑
1；P
n
代表第n组至第n+1的数据增长率；将每一组的配电...

【专利技术属性】
技术研发人员：景铭，景少波，沈彩霞，
申请(专利权)人：深圳市利业机电设备有限公司，
类型：发明
国别省市：