新能源智慧工厂BA自控系统的远程监控管理系统及方法与流程

本发明属于智慧工厂监控，具体地说，涉及一种新能源智慧工厂ba自控系统的远程监控管理系统及方法。

背景技术：

1、智慧工厂也称为数字化工厂，它主要是以产品生命周期（plm）为基础，通过物联网技术实现工厂的设备互联，并且和控制层的数据（如mes）与企业信息系统（erp）相融合收集生产的大数据，传到云计算数据中心进行存储和分析，预警和决策并反过来指导生产，那么由于产业园区内存在多个厂房，每个厂房装配有多个空调机组，智慧工厂需要同时对每个空调机组工作时的数据进行获取，并进行计算，在工业和制造领域，"ba"通常指的是"building automation"，即建筑自动化系统，建筑自控系统是一种利用先进的技术和设备来监控和管理建筑内部设备的系统，现有技术中，智慧工厂对于工厂内部的温度已经有了长足的发展，通过对工厂安装的空调机组的工作状态进行监控，实现了对工厂内部温度的控制，但是由于产业园区内存在多个厂房，每个厂房装配有多个空调机组，智慧工厂需要同时对每个空调机组工作时的数据进行获取，并进行计算，这样无疑对智慧工厂管理系统的性能提出了很大的要求。

2、例如，申请公开号为：cn114738938a的专利公开了一种多联机空调机组故障监测方法、装置及存储介质，旨在解决现有的故障监测方法执行效率较低并且判断故障的精确度较差的技术问题。为此目的，该发明的多联机空调机组故障监测方法包括下述步骤：采集历史多联机空调机组的机组参数信息，机组参数信息对应一个故障位置标签；构建故障预测模型；利用历史多联机空调机组的机组参数信息对故障预测模型进行训练，得到训练好的故障预测模型；利用训练好的故障预测模型预测多联机空调机组的故障位置。如此，提高了故障预测的效率和准确度，但是还存在以下问题：

3、现有技术中，智慧工厂中的机械设备通常设有状态监测单元，能够及时发现机械设备出现异常，而工厂内部温度出现异常通常是空调机组发生故障，若园区的规模较大，使得园区的工厂数量较多，工厂需要安装大批量的空调机组，那么智慧工厂管理系统对于所有的空调机组的工作状态同时进行监测，并且对获取的数据进行计算，无疑会极大的增加了智慧工厂管理系统运行的负荷，容易导致智慧工厂管理系统运行出现故障。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、为解决上述问题，本发明采用如下的技术方案。

3、新能源智慧工厂ba自控系统的远程监控管理方法，包括：

4、s10：将智慧工厂区域进行划分，获取每个子区域的实时温度值并进行标记，所述智慧工厂区域为厂房内部区域；

5、s20：获取外部温度变化值、每个子区域的人员数量以及相应的子区域面积，根据子区域面积判断转入s30或者转入s40，所述外部温度变化值为厂房外部单位时间的温度差值；

6、s30：将实时温度值和外部温度变化值输入到内部温度校正模型中，获取内部温度校正模型输出的内部准确温度值，并且转入s50；

7、s40：根据实时温度值、外部温度变化值和人员数量生成温度影响系数，并且转入s50；

8、s50：基于内部准确温度值或温度影响系数确定目标子区域；

9、s60：获取目标子区域内所有空调机组的工作状态数据，并根据预设数据转换方法将工作状态数据转化为标准状态数据，工作状态数据包括风机频率、回风温度、水阀频率和滤网压差；

10、s70：将标准状态数据输入到机组故障判别模型中，获取机组故障判别模型输出的故障类别并反馈至控制后台，所述故障类别包括过载、堵塞、漏水和冷媒不足。

11、优选地，每个子区域的人员数量获取方法为：采用门禁管理系统来进行人数统计和追踪作业人员位置，做到人员出入自动记录，实时准确统计人员数量。

12、优选地，根据子区域面积判断转入s30或者转入s40的逻辑为：

13、当子区域面积大于预设区域面积时，则转入s40；

14、当子区域面积小于等于预设区域面积时，则转入s30。

15、优选地，内部温度校正模型的训练过程为：获取样本数据集，所述样本数据集中包括实时温度值、外部温度变化值和内部准确温度值，将样本数据集划分为样本训练集和样本测试集，构建回归网络，以样本训练集中的实时温度值和外部温度变化值作为回归网络的输入数据，以样本训练集中的内部准确温度值作为回归网络的输出数据，对回归网络进行训练，得到用于预测内部准确温度值的初始回归网络，利用样本测试集对初始回归网络进行测试，输出满足预设测试准确度的回归网络作为内部温度校正模型。

16、优选地，根据实时温度值、外部温度变化值和人员数量生成温度影响系数的方法包括：

17、；

18、式中，为第个子区域的温度影响系数，为第个子区域的实时温度值，为第个子区域的标准温度值，为第个子区域的外部温度变化值，为第个子区域的人员数量，、和均为权重因子。

19、优选地，基于内部准确温度值确定目标子区域的逻辑包括：

20、当内部准确温度值大于等于第一预设内部温度阈值并且小于等于第二预设内部温度阈值时，则不标记内部准确温度值所对应的子区域为目标子区域，所述第二预设内部温度阈值大于第一预设内部温度阈值；

21、当内部准确温度值小于第一预设内部温度阈值或者大于第二预设内部温度阈值时，则标记内部准确温度值所对应的子区域为目标子区域。

22、优选地，基于温度影响系数确定目标子区域的逻辑包括：

23、当温度影响系数大于等于预设影响系数时，则标记内部准确温度值所对应的子区域为目标子区域；

24、当温度影响系数小于预设影响系数时，则不标记温度影响系数所对应的子区域为目标子区域。

25、优选地，数据转换方法包括：

26、s601：确定工作状态数据的数据类型和数据单位；

27、s602：判断数据单位是否为标准单位，若是则将工作状态数据替换为标准状态数据进行输出，若否则转入s603；

28、s603：通过单位转换算法将数据单位转化为标准单位，将工作状态数据替换为标准状态数据进行输出。

29、优选地，机组故障判别模型的训练过程为：获取多组数据，数据包括标准状态数据和故障类别，将标准状态数据和故障类别作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的标准状态数据作为输入数据，将训练集中的故障类别作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设准确度的分类器作为机组故障判别模型。

30、新能源智慧工厂ba自控系统的远程监控管理系统，其用于实现上述新能源智慧工厂ba自控系统的远程监控管理方法，包括：

31、数据获取模块：将智慧工厂区域进行划分，获取每个子区域的实时温度值并进行标记，所述智慧工厂区域为厂房内部区域；

32、判定模块：获取外部温度变化值、每个子区域的人员数量以及相应的子区域面积，根据子区域面积判断转入温度校正模块或者转入系数生成模块，所述外部温度变化值为厂房外部单位时间的温度差值；

33、温度校正模块：将实时温度值和外部温度变化值输入到内部温度校正模型中，获取内部温度校正模型输出的内部准确温度值，并且转入区域确定模块；

34、系数生成模块：根据实时温度值、外部温度变化值和人员数量生成温度影响系数，并且转入区域确定模块；

35、区域确定模块：基于内部准确温度值或温度影响系数确定目标子区域；

36、转化模块：获取目标子区域内所有空调机组的工作状态数据，并根据预设数据转换方法将工作状态数据转化为标准状态数据，工作状态数据包括风机频率、回风温度、水阀频率和滤网压差；

37、反馈模块：将标准状态数据输入到机组故障判别模型中，获取机组故障判别模型输出的故障类别并反馈至控制后台，所述故障类别包括过载、堵塞、漏水和冷媒不足。

38、一种电子设备，包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述的新能源智慧工厂ba自控系统的远程监控管理方法，所述接口包括网络接口与数据接口，网络接口包括有线或无线接口，数据接口包括输入或输出接口。

39、一种计算机可读介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的新能源智慧工厂ba自控系统的远程监控管理方法。

40、相比于现有技术，本发明的有益效果为：

41、本发明中新能源智慧工厂ba自控系统的远程监控管理方法只需要对每个子区域的实时温度值进行检测，并且根据后续内部准确温度值或温度影响系数确定目标子区域，再从目标子区域内寻找发生故障的空调机组，这样并不需要实时对每个空调机组进行监控，就能够完成对每个子区域的温度控制，减轻了智慧工厂管理系统运行的负荷，保证了智慧工厂管理系统能够稳定的运行。