一种基于AI智能识别的智能优化节能系统的制作方法

本发明涉及人工智能，更具体地说，本发明涉及一种基于ai智能识别的智能优化节能系统。

背景技术：

1、电气设备因为受环境因素、自身使用情况的影响，导致设备能耗异常或者设备运行异常。因此需要对设备进行实时监测，避免设备异常没有及时被发现。传统的设备监测是专业人员基于经验判断得到的，随着物联网技术的发展，很多设备仪表具有通讯功能，能将采集的设备数据通过物联网传输至中控平台，能够实时掌握设备的运行状况。

2、但是在一些场景中，设备仪表不具有通讯功能，并且设备更换仪表成本高或设备无法停产安装计量仪表，例如玻璃厂生产过程中的许多设备不能关闭，一旦关闭导致成本骤增，导致无法对设备进行智能诊断，无法及时发现设备故障，造成无法对设备进行及时的监督。

3、同时在设备密集场所中，设备的监测分析不够及时，导致设备管理效率低，发现设备问题不够及时的问题。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供一种基于ai智能识别的智能优化节能系统，通过音视频数据、环境数据，以及设备实际运行参数，采用机器学习算法，实现对现场设备运行安全和能耗异常情况的自动诊断，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于ai智能识别的智能优化节能系统，包括：

3、区域划分模块：用于将待监测设备按照位置区域进行划分，并进行编号；

4、数据采集模块：用于采集区域环境信息和设备运行信息，并将采集的信息传输至数据预处理模块；所述数据采集模块包括音视频采集设备、温湿度传感器采集设备、音频采集设备；视频采集设备用于采集设备仪表图像，温湿度传感器用于采集设备本体温度、区域环境温度、区域环境湿度，音频采集设备用于采集音频数据；

5、数据预处理模块：用于对采集的数据进行转换和关联，并将处理后的数据传输至数据分析模块；

6、区域环境分析模块，用于对区域环境进行分析，分析区域的音频信号得到每个区域的音频异常参数ypi；分析区域的温湿度得到每个区域的温湿度异常参数wsi，基于区域内设备的基础信息得到每个区域的权重系数ksi，基于区域的音频异常参数、温湿度异常参数、权重系数，得到每个区域的运行安全风险系数yfi；

7、监测预警模块：用于监测每个区域的音频异常参数、温湿度异常参数，运行安全风险系数，根据监测结果采取对应的措施。

8、优选的，所述数据预处理模块包括数据转化单元和数据关联单元，所述数据转化单元用于将采集的设备仪表图像转化为设备运行数据，所述设备运行数据包括设备电流、电压、有功功率、无功功率、功率因数，再将识别的数据的数据类型和对应的数据含义进行定义，将数据存入到数据库；所述数据关联单元用于将采集的现场的环境温度、噪音、设备开关机时间按照采集的时间与采集的设备运行状态数据进行关联。

9、优选的，区域环境分析模块包括区域音频分析单元、区域温湿度分析单元、区域权重系数获取单元，以及区域综合分析单元，所述区域音频分析单元用于分析区域的音频信号，基于音频信号的响度、持续时间和设备的运行状态，得到每个区域的音频异常参数ypi；区域温湿度分析单元用于分析区域的温湿度，得到每个区域的温湿度异常参数wsi；区域权重系数获取单元用于分析区域内设备的，得到每个区域的权重系数ksi；所述区域综合分析单元基于获取的音频异常参数、温湿度异常参数、权重系数，分析得到每个区域的运行安全风险系数。

10、优选的，在区域音频分析单元中，基于设备对应的正常音频特征集合和故障音频特征集合，以及采集得到的音频特征，得到每个区域的音频异常参数，包括下列内容：

11、建立音频特征对比数据库，获取每种设备正常运行对应的音频类型，设备音频信号经过傅里叶转换或者小波变换，得到音频信号对应的音频特征，提取每台设备的正常运行的音频特征；获取每台设备每种故障对应音频类型，提取每台设备的每种故障类型对应的音频特征，建立故障分析知识图谱；

12、获取区域内设备的类型，从音频特征对比数据库中获取设备类型对应的正常音频特征集合a和故障音频特征集合b；

13、特征对比，提取区域的音频信号特征集合，得到待分析音频特征集合c；

14、特征判断，分别计算正常音频特征集合a和故障音频特征集合b与待分析音频特征集合c的交集，分别记为a∩c，b∩c；

15、音频异常参数的计算方式为i表示区域编号，i的取值为[1-n]的整数。

16、优选的，在区域温湿度分析单元中，获取区域温度qwdi、区域湿度qsdi，通过公式计算得到每个区域的温湿度异常参数，其中qwd0表示区域预设的温度，qws0表示区域预设的湿度，f1表示温度权重因子，f2表示湿度权重因子，且0＜f1＜1，0＜f2＜1，f1+f2＝1.0。

17、优选的，区域权重系数获取单元中，获取区域内设备的数量、设备的重要性参数，设备的重要性参数基于管理人员设置，取值在[0-1]，设每个区域有m台设备，基于管理人员设置，得到煤气设备的重要性参数，经过加权求和得到每个区域的设备综合重要性参数，将第i个区域的设备综合重要性参记为zsi；通过公式计算得到计算得到每个区域的权重系数ksi。

18、优选的，在区域综合分析单元中，通过公式yfi＝(ypi+wsi)*ksi获取每个区域的运行安全风险系数yfi。

19、优选的，在监测预警模块中，当区域的音频异常参数超出预设值tha，表明区域的设备运行存在异常，提示管理人员按照故障分析知识图谱对设备进行检修；当区域的温湿度异常参数超出预设值thb，表明区域的温湿度异常，提示管理人员进行查看，降低区域温湿度；当区域的运行安全风险系数超出预设值thc，表明需要对区域内设备进行优化，需要启动设备异常分析模块，当区域的运行安全风险系数不超出预设值thc，表明不需要对区域内设备进行优化，所述设备异常分析模块用于分析设备的运行状态数据，得到设备的运行稳定性指数和设备能耗优化指数。

20、优选的，在设备分析模块：用于分析每个设备的运行数据，得到每个设备的运行稳定性指数和设备能耗优化指数，得到每个设备的能耗异常指数。

21、优选的，设备运行稳定性指数ys的获取方式为：将设备运行数据经过无量纲化处理后，输入设备运行稳定性指数分析模型中，其中，lq表示电流标准差，yq表示电压标准差，wg表示无功功率，若获取的设备运行稳定性指数超过对应的运行稳定阈值，将相应的设备标记为运行异常设备，提示管理人员进行检修；设备能耗优化指数nh的获取方式为其中，gyj表示第j个设备功率因数，ysj表示第j个设备运行时长、swdj表示第j个设备本体温度、qwd表示区域环境温度，0≤ρ≤1，0≤ζ≤1，且0.6≤ρ+ζ≤1.2，ρ、ζ为权重系数，若获取的设备能耗优化指数超过对应的能耗阈值，将相应的设备标记为异常能耗设备，提示管理人员进行节能处理。

22、本发明的技术效果和优点：

23、(1)本发明提供的基于ai智能识别技术的智能优化节能系统，通过音视频数据结合设备实际运行参数和环境数据，采用机器学习算法，实现对现场设备运行安全和能耗异常情况的自动诊断，解决监测每个设备都需要安装监测仪表成本高的问题，最终结合视觉识别和人工智能分析，针对重点设备运行情况自动生成分析诊断评估报告，系统自动给相关人员推送节能技改建议，达到智能识别，智能诊断的目的，通过引入图像识别、视觉分析技术来识别现场设备仪表数据，解决现场无法停产安装计量仪表或者更换仪表成本高的问题，通过对采集图像进行分析和评估，实现仪表读数、设备温度采集、开关状态、指示灯状态、环境噪音等内容的监测和分析功能。

24、(2)采用视听协同技术摄像头采集音视频数据，通过机器学习算法和大数据分析，提高设备运维功能的智能化水平，实现对批量设备运行状态监测的能力，降低运维成本。另外还能识别数据异常，挖掘设备或系统的潜在异常，对数据进行趋势分析，提前预警可能发生的故障，依托大数据平台的综合分析能力，提升系统设备管理功能的判断能力，更好的发挥设备巡检功能在现场的作用。