一种基于物联网的电动机械设备远程智能分析方法与流程

本发明公开一种基于物联网的电动机械设备远程智能分析方法，涉及工程远程分析技术领域。

背景技术：

在宏观经济政策的调控下，国家增大了对基础设施建设的投入力度。电动机械设备的应用越来越广泛，但是从电动机械设备制造商以及设备使用者的角度去考虑，这些电动机械设备的管理也越来越难，成为管理盲区；另外设备数量不断增加、竞争的日益升级，也迫使各个电动机械设备制造商的服务不断升级，但进行每个电动机械设备的每个现场分析测试进而实现电动机械设备的精确控制也不现实。

本发明公开一种基于物联网的电动机械设备远程智能分析方法，通过在电动机械设备上获取设备电量使用及环境数据，通过物联网技术传输到后台，综合分析电量使用、设备、环境等综合指标，通过大数据人工智能运算，找到电量使用、环境因素与设备工作量的规律关系，实现远程获取电动电动机械设备工作量的情况，进而实现不做设备改造的前提下，远程监控获取设备工作量，指导生产。

技术实现要素：

本发明针对现有技术的问题，提供一种基于物联网的电动机械设备远程智能分析方法，实现智能监控，优化设备调度，提升设备利用率。

本发明提出的具体方案是：

一种基于物联网的电动机械设备远程智能分析方法，采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

将采集的信息和数据通过物联网传输至计算平台分析电动机械设备运行时各数据：当户外温度数据在一定范围时，将电动机械设备温度数据分为相应的段数，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性，

根据相关性建立远程分析模型，进行电动机械设备的远程分析。

所述的方法中当户外温度数据小于等于-10摄氏度时，将电动机械设备温度数据分为10段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于-10摄氏度，小于等于10摄氏度时，将电动机械设备温度数据分为8段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于10摄氏度，小于等于30摄氏度时，将电动机械设备温度数据分为12段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于30摄氏度时，将电动机械设备温度数据分为15段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性。

所述的方法中利用大数据运算方法中非线性的人工智能预测算法进行相关性分析。

所述的方法中电动机械设备信息包括设备厂家信息和设备型号信息，设备型号信息作为查询标识，对应相关性分析结果。

一种基于物联网的电动机械设备远程智能分析的系统，包括采集模块及计算平台，

采集模块采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

计算平台将采集的信息和数据通过物联网传输至计算平台的后台分析电动机械设备运行时各数据：当户外温度数据在一定范围时，将电动机械设备温度数据分为相应的段数，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性，

根据相关性建立远程分析模型，进行电动机械设备的远程分析。

所述的系统中当户外温度数据小于等于-10摄氏度时，计算平台将电动机械设备温度数据分为10段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于-10摄氏度，小于等于10摄氏度时，计算平台将电动机械设备温度数据分为8段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于10摄氏度，小于等于30摄氏度时，计算平台将电动机械设备温度数据分为12段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性；

和/或者当户外温度数据大于30摄氏度时，计算平台将电动机械设备温度数据分为15段，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性。

所述的系统中计算平台利用大数据运算方法中非线性的人工智能预测算法进行相关性分析。

所述的系统中采集模块采集的电动机械设备信息包括设备厂家信息和设备型号信息，设备型号信息作为查询标识，对应相关性分析结果。

本发明的有益之处是：

本发明提供一种基于物联网的电动机械设备远程智能分析方法，通过在电动机械设备上获取设备电量使用及环境数据，通过物联网技术传输到后台，综合分析电量使用、设备、环境等综合指标，通过大数据人工智能运算，找到电量使用、环境因素与设备工作量的规律关系，实现远程获取电动电动机械设备工作量的情况，进而实现不做设备改造的前提下，远程监控获取设备工作量，指导生产，与现有的人员现场监管相比，节约成本可达60％以上。

附图说明

图1是本发明方法流程示意图。

具体实施方式

本发明提供一种基于物联网的电动机械设备远程智能分析方法，采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

将采集的信息和数据通过物联网传输至计算平台分析电动机械设备运行时各数据：当户外温度数据在一定范围时，将电动机械设备温度数据分为相应的段数，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性，

根据相关性建立远程分析模型，进行电动机械设备的远程分析。

同时提供与上述方法相应的一种基于物联网的电动机械设备远程智能分析的系统，包括采集模块及计算平台，

采集模块采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

计算平台将采集的信息和数据通过物联网传输至计算平台的后台分析电动机械设备运行时各数据：当户外温度数据在一定范围时，将电动机械设备温度数据分为相应的段数，通过大数据运算方法计算在此户外温度数据范围内每段电动机械设备温度数据对应的用电量数据与电动机械设备工作量的相关性，

根据相关性建立远程分析模型，进行电动机械设备的远程分析。

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

利用本发明方法进行基于物联网的电动机械设备远程智能分析，具体过程为：

采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

电动机械设备温度数据是设备使用时产生的温度数据，用电量数据是电动设备形成的用电量和用电时长数据，

电动机械设备信息包括设备厂家信息和设备型号信息，不同电动机械设备厂家的能耗情况各不相同，可以单独建立模型，设备型号信息作为查询标识，对应相关性分析结果，比如针对设备厂家ec1的型号为m1的电动机械设备，结合户外天气温度t0，分析电动机械设备温度数据ti、用电量数据w与电动机械设备工作量s的相关性，获得相关指数k，比如电动机械设备工作量可以指电动抽水设备，工作量为1小时抽取25方水，

将上述采集的信息和数据通过物联网传输至计算平台分析电动机械设备运行时各数据，可根据当时户外天气，选择需要进行分析的户外天气温度区间，以全部区间为例：

当户外温度数据t0小于等于-10摄氏度时，将电动机械设备温度数据t1分为10段，通过大数据运算方法计算在此户外温度数据范围t0内每段电动机械设备温度数据t1对应的用电量数据w1与电动机械设备工作量s1的相关指数k1；

当户外温度数据t0大于-10摄氏度，小于等于10摄氏度时，将电动机械设备温度数据t2分为8段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w2与电动机械设备工作量s2的相关指数k2；

当户外温度数据t0大于10摄氏度，小于等于30摄氏度时，将电动机械设备温度数据t3分为12段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w3与电动机械设备工作量s3的相关指数k3；

当户外温度数据t0大于30摄氏度时，将电动机械设备温度数据t4分为15段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w4与电动机械设备工作量s4的相关指数k4。

利用大数据运算方法中非线性的人工智能预测算法进行相关性分析：采用双曲线函数y＝a+b(1/x)进行海量数据运算，确认相关指数k，根据相关性的相关系数建立远程分析模型，进行工程机械设备的远程分析，同时根据温度情况t0，结合电动机械设备温度数据t、用电量数据w及电动机械设备工作量s来矫正算法模型，获得最佳的相关指数k，以便优化模型，更好的进行远程分析。

利用本发明系统进行基于物联网的电动机械设备远程智能分析，具体过程为：

采集模块采集电动机械设备信息及电动机械设备运行时状态数据及环境数据，状态数据包括电动机械设备温度数据、用电量数据及电动机械设备工作量数据，环境数据包括户外温度数据，

电动机械设备温度数据是设备使用时产生的温度数据，用电量数据是电动设备形成的用电量和用电时长数据，

电动机械设备信息包括设备厂家信息和设备型号信息，不同电动机械设备厂家的能耗情况各不相同，可以单独建立模型，设备型号信息作为查询标识，对应相关性分析结果，比如针对设备厂家ec1的型号为m1的电动机械设备，结合户外天气温度t0，分析电动机械设备温度数据ti、用电量数据w与电动机械设备工作量s的相关性，获得相关指数k，比如电动机械设备工作量可以指电动抽水设备，工作量为1小时抽取25方水，

计算平台将上述采集的信息和数据通过物联网传输至计算平台分析电动机械设备运行时各数据，可根据当时户外天气，选择需要进行分析的户外天气温度区间，以全部区间为例：

当户外温度数据t0小于等于-10摄氏度时，将电动机械设备温度数据t1分为10段，通过大数据运算方法计算在此户外温度数据范围t0内每段电动机械设备温度数据t1对应的用电量数据w1与电动机械设备工作量s1的相关指数k1；

当户外温度数据t0大于-10摄氏度，小于等于10摄氏度时，将电动机械设备温度数据t2分为8段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w2与电动机械设备工作量s2的相关指数k2；

当户外温度数据t0大于10摄氏度，小于等于30摄氏度时，将电动机械设备温度数据t3分为12段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w3与电动机械设备工作量s3的相关指数k3；

当户外温度数据t0大于30摄氏度时，将电动机械设备温度数据t4分为15段，通过大数据运算方法计算在此户外温度数据t0范围内每段电动机械设备温度数据对应的用电量数据w4与电动机械设备工作量s4的相关指数k4。

计算平台利用大数据运算方法中非线性的人工智能预测算法进行相关性分析：采用双曲线函数y＝a+b(1/x)进行海量数据运算，确认相关指数k，根据相关性的相关系数建立远程分析模型，进行工程机械设备的远程分析，同时根据温度情况t0，结合电动机械设备温度数据t、用电量数据w及电动机械设备工作量s来矫正算法模型，获得最佳的相关指数k，以便优化模型，更好的进行远程分析。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。