【技术实现步骤摘要】
本专利技术涉及性能监管，具体为一种基于云平台的变频家电性能可视化监管系统及方法。
技术介绍
1、随着经济的发展，家电行业也在不断发展。从传统的家电到变频家电，家电行业的产品形态和功能不断升级。传统的家电大多使用的是单相异步电动机，它们工作时常处于短时重复状态，具有启动频繁、噪声大、电机寿命短、温度稳定性差等问题；而变频家电却能大大降低这些缺点，还可以通过改变供电电源的频率来改变电动机的转速，以实现节能和提高效率，具有很高的发展前景。
2、在变频家电使用的过程中，随着频家电工作次数、工作时间的增多，设备的不稳定度也会逐渐增加；而频繁的使用，无疑会造成设备磨损、零部件老化等是不可避免的问题，若无法及时处理，将会影响变频家电的正常运转，甚至导致故障停机。同时生产商将变频家电销售给消费者时，往往会存在一定的质保期，而质保期内的设备损坏对生产商来说无疑会造成一定损失，因此，如何通过获取各用户对云平台中变频家电的历史工作记录分析变频家电的异常损耗成为亟待解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种基于云平台的变频家电性能可视化监管系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于云平台的变频家电性能可视化监管方法，包括以下步骤：
3、步骤s100：采集云平台中各台变频家电的初始设备参数，形成设备信息集；采集设备信息集中各台变频家电的历史工作记录，分别形成各台变频家电的历史记录集；将设备
4、上述步骤中的各台变频家电属于相同型号的设备，由不同用户进行工作；
5、上述步骤中历史工作记录包括工作过程中的电量变化过程、设备开启和关闭的时间节点等；它是设备开启时到下一次设备开启时的全过程记录；
6、步骤s200：获取目标设备在各条历史工作记录中的电气性能参数，构建目标设备的性能变化曲线；根据性能变化曲线中各时间节点的设备状态值分析目标设备的状态变化异常程度；捕捉状态变化异常程度大于异常阈值的所有性能变化曲线，获取所述性能变化曲线对应历史工作记录的工作时长和工作时长内的实时耗电量，并分析目标设备在性能变化异常时用电异常对性能异常的影响程度；
7、步骤s300：根据目标设备的影响程度和状态变化异常程度分析各条历史工作记录的设备损耗概率，构建目标设备的设备损耗模型；
8、步骤s400：将设备信息集中已知发生设备异常的各台变频家电设为目标异常设备；利用相似度算法捕捉同目标设备状态变化异常程度相似的所有目标异常设备信息，形成异常同类集；根据设备损耗模型获取异常同类集中各台异常设备的设备损耗值，则基于各台异常设备的设备损耗值预测目标设备的异常发生时间节点；
9、步骤s500：基于异常发生时间节点分析目标设备的异常发生时长和时长阈值的差值，则根据差值对目标设备进行选择性处理；实时监测目标设备的工作记录，并将监测数据上传至数据库。
10、进一步的，步骤s200包括：
11、步骤s210：基于目标设备的初始设备参数值和在各条历史工作记录的电气性能参数，对目标设备在各时间节点上的电气性能参数进行捕捉，其中电气性能参数包括目标设备的实时电压、温度和振动速率；则分别对初始设备参数值/电压、初始设备参数值/温度、初始设备参数值/振动速率进行加权得到各个时间节点的设备状态值，分别构建各条历史工作记录的性能变化曲线；
12、上述步骤中的设备状态值x通过初始设备参数值/电压u1、初始设备参数值/温度u2和初始设备参数值/振动速率u3加权得到，其中x=ɑ1*u1+ɑ2*u2+ɑ3*u3，ɑ1、ɑ2和ɑ3分别表示1/电压值、1/温度值和1/振动速率的权重值；则当电压、温度、振动速率越高时，目标设备的电气性能参数越低，此时对目标设备的损耗概率增加；
13、步骤s220：对各性能变化曲线中各时间节点上的设备状态值x进行获取，分别得到各性能变化曲线对应的状态变化异常程度w=β*∑x；其中β表示目标设备的状态影响值；当w大于异常阈值γ1时，表示目标设备的性能变化异常；此时，获取状态变化异常程度w大于异常阈值γ1时各性能变化曲线对应的历史工作记录，则捕捉所述历史工作记录中目标设备在设备开启时截止到下一次设备开启过程中的实时耗电量，构建得到目标设备在各时间节点上的耗电变化曲线；
14、其中，耗电变化曲线表示目标设备在设备开启工作的时间节点→设备关闭结束工作的时间节点→设备开启准备工作的时间节点的耗电量变化全过程；
15、通过对历史工作记录的电气性能参数进行加权得到各时间节点上的设备状态值，分析各历史记录的状态变化异常程度，并基于状态变化异常程度分析性能变化异常中目标设备的实时耗电量，有利于分析目标设备的异常状态，便于后续对目标设备损耗程度进行分析；
16、步骤s230：依次获取耗电变化曲线中各相邻三个时间节点对应的坐标值(x1,y1),(x2,y2),(x3,y3)，其中(x1,y1)、(x2,y2)、(x3,y3)分别表示耗电变化曲线中任意相邻的第一、二、三个时间节点对应的坐标值；则根据坐标值分别计算得到第一、二个时间节点的斜率值k1=(y2-y1)/(x2-x1)和第二、三个时间节点的斜率值k2=(y3-y2)/(x3-x2)；基于斜率值k1和k2，当满足|k2-k1|>φ1且θ<φ2时，表示目标设备在时间节点x1～x3时耗能变化发生异常，则得到相应耗能异常时长|x3-x2|，其中θ表示由第一、二、三个时间节点对应坐标值的连线所组成的夹角，φ1和φ2分别表示斜率比较阈值和角度阈值；对耗电变化曲线中所有耗能变化发生异常的耗能异常时长进行求和，计算得到异常周期为t；
17、步骤s240：对耗电变化曲线中耗电量=0的时间节点进行捕捉，则基于所述时间节点分别计算得到耗电变化曲线中目标设备的工作时长t1和设备关闭时长t2；获取耗电变化曲线的异常周期t，则基于异常周期t、工作时长t1和设备关闭时长t2计算得到目标设备在耗电变化曲线中的用电异常概率f=t/[t1*(t1+t2)]，并得到目标设备在性能变化异常时用电异常对性能异常的影响程度r=ε*f；其中ε表示目标设备性能影响因子；
18、上述步骤中耗电量=0表示目标设备为关闭状态；
19、实践可知，基于上述步骤中的用电异常概率f，当异常周期在工作时长中的占比越大，设备关闭时长越短，目标设备的用电异常概率越大，此时表示目标设备受工作中的设备使用状况影响而导致目标设备的电气性能异常，属于自然因素，可通过调节耗电状况来改善；
20、通过依次对耗电变化曲线中各相邻时间节点对应的坐标值进行捕捉，分析斜率和夹角的变化程度，得到耗电变化曲线的异常周期，并基于异常周期分析目标设备的用电异常概率，有利于分析目本文档来自技高网...
【技术保护点】
1.一种基于云平台的变频家电性能可视化监管方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤S200中根据各条历史工作记录中的电气性能参数构建各台变频家电的性能变化曲线，并根据性能变化曲线分析各台变频家电的状态变化异常程度的具体步骤包括：
3.根据权利要求2所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤S200中基于状态变化异常程度获取性能变化曲线中各台变频家电的实时耗电量，则分析各台变频家电在性能变化异常时用电异常的影响程度的具体步骤包括：
4.根据权利要求3所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤S300包括：
5.根据权利要求4所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤S400包括：
6.根据权利要求5所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤S500包括：
7.用于实现权利要求1-6中任一项所述的一种基于云平台的变频家电性
8.根据权利要求7所述的变频家电性能可视化监管系统，其特征在于：所述数据采集模块包括信息采集单元、工作记录采集单元和参数采集单元；
9.根据权利要求7所述的变频家电性能可视化监管系统，其特征在于：所述智能分析模块包括异常分析单元和程度分析单元；
10.根据权利要求7所述的变频家电性能可视化监管系统，其特征在于：所述异常预测模块包括同类分析单元和异常预测单元；
...【技术特征摘要】
1.一种基于云平台的变频家电性能可视化监管方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤s200中根据各条历史工作记录中的电气性能参数构建各台变频家电的性能变化曲线，并根据性能变化曲线分析各台变频家电的状态变化异常程度的具体步骤包括：
3.根据权利要求2所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤s200中基于状态变化异常程度获取性能变化曲线中各台变频家电的实时耗电量，则分析各台变频家电在性能变化异常时用电异常的影响程度的具体步骤包括：
4.根据权利要求3所述的一种基于云平台的变频家电性能可视化监管方法，其特征在于：所述步骤s300包括：
5.根据权利要求4所述的一种基于云平台的变频家电性能可视化监管方法，其特征在...
【专利技术属性】
技术研发人员：李光明，关彦彬，庄海洋，潘江波，
申请(专利权)人：青岛斑科变频技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。