本發(fā)明涉及新能源，具體為基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法。

背景技術(shù)：

1、隨著新能源技術(shù)的不斷發(fā)展和普及，新能源設(shè)備的安全、高效運(yùn)行成為了一個(gè)亟待解決的問題，新能源設(shè)備通常部署在復(fù)雜多變的環(huán)境中，其運(yùn)行狀態(tài)受到多種因素的影響，包括設(shè)備自身的運(yùn)行參數(shù)以及外部環(huán)境條件，為了確保新能源設(shè)備的穩(wěn)定運(yùn)行，及時(shí)準(zhǔn)確地監(jiān)測(cè)其狀態(tài)變化變得尤為重要。

2、傳統(tǒng)的固定監(jiān)測(cè)模式，即按照預(yù)設(shè)的時(shí)間間隔和固定的監(jiān)測(cè)參數(shù)進(jìn)行數(shù)據(jù)采集與分析，難以有效捕捉設(shè)備狀態(tài)的細(xì)微變化和異常變化，導(dǎo)致監(jiān)測(cè)效率低下，故障預(yù)警滯后，因此，開發(fā)了基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法顯得尤為重要。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的為了彌補(bǔ)現(xiàn)有技術(shù)的不足，提供了基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，該方法通過物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)設(shè)備狀態(tài)的動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)，以提高監(jiān)測(cè)效率與準(zhǔn)確性，及時(shí)發(fā)現(xiàn)并預(yù)防潛在故障。

2、本發(fā)明為解決上述技術(shù)問題，提供如下技術(shù)方案：基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，該方法的具體步驟為；

3、s100，物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)構(gòu)建：部署物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)于新能源設(shè)備的關(guān)鍵部位及周圍環(huán)境中，實(shí)時(shí)采集設(shè)備運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，數(shù)據(jù)通過無線方式傳輸至云端或本地?cái)?shù)據(jù)中心，為后續(xù)分析提供基礎(chǔ)；

4、s200，動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略設(shè)計(jì)：根據(jù)新能源設(shè)備的實(shí)時(shí)工作狀態(tài)和環(huán)境條件，動(dòng)態(tài)調(diào)整監(jiān)測(cè)頻率和參數(shù)范圍，以更細(xì)致地監(jiān)控設(shè)備狀態(tài)變化，通過算法分析歷史監(jiān)測(cè)數(shù)據(jù)，識(shí)別設(shè)備狀態(tài)變化的規(guī)律和趨勢(shì)，自動(dòng)優(yōu)化監(jiān)測(cè)策略，實(shí)現(xiàn)監(jiān)測(cè)的智能化和個(gè)性化；

5、s300，智能預(yù)警與故障診斷：物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)能夠持續(xù)、準(zhǔn)確地收集新能源設(shè)備的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，包括運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，基于動(dòng)態(tài)調(diào)整后的監(jiān)測(cè)策略，為各個(gè)監(jiān)測(cè)參數(shù)設(shè)定預(yù)警閾值，運(yùn)用分析技術(shù)，對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)，識(shí)別出設(shè)備狀態(tài)的異常變化，當(dāng)檢測(cè)到異常狀態(tài)時(shí)，及時(shí)發(fā)出預(yù)警信號(hào)，通知運(yùn)維人員注意并準(zhǔn)備進(jìn)行故障排查；

6、結(jié)合專家系統(tǒng)和知識(shí)庫(kù)，對(duì)預(yù)警信息進(jìn)行深度分析，包括但不限于異常狀態(tài)的原因、影響范圍，基于分析結(jié)果，提供故障診斷建議，將故障診斷建議以直觀、易懂的方式呈現(xiàn)給運(yùn)維人員，輔助他們快速定位問題并制定相應(yīng)的應(yīng)對(duì)措施；

7、運(yùn)維人員根據(jù)故障診斷建議，制定具體的維修計(jì)劃，并付諸實(shí)施，對(duì)措施實(shí)施后的效果進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果，收集運(yùn)維人員的反饋意見，對(duì)智能預(yù)警與故障診斷系統(tǒng)進(jìn)行持續(xù)優(yōu)化和改進(jìn)；

8、s400，監(jiān)測(cè)策略持續(xù)優(yōu)化：通過反饋機(jī)制，將實(shí)際運(yùn)維效果與歷史監(jiān)測(cè)數(shù)據(jù)相結(jié)合，進(jìn)一步優(yōu)化監(jiān)測(cè)策略，形成閉環(huán)優(yōu)化系統(tǒng)，引入持續(xù)學(xué)習(xí)機(jī)制，不斷吸收新數(shù)據(jù)和新知識(shí)。

9、進(jìn)一步地，所述s100明確新能源設(shè)備的監(jiān)測(cè)需求，確定傳感器類型與數(shù)量，并規(guī)劃數(shù)據(jù)傳輸路徑，在設(shè)備關(guān)鍵部位及周圍環(huán)境中安裝傳感器，配置數(shù)據(jù)采集器，并確保電源與通信的穩(wěn)定性和安全性，配置數(shù)據(jù)傳輸協(xié)議和加密方式，建立數(shù)據(jù)存儲(chǔ)系統(tǒng)，并實(shí)施數(shù)據(jù)質(zhì)量控制措施，進(jìn)行系統(tǒng)功能、性能測(cè)試，并根據(jù)用戶反饋進(jìn)行持續(xù)改進(jìn)和優(yōu)化。

10、更進(jìn)一步地，所述s200實(shí)時(shí)數(shù)據(jù)收集與分析是動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略的基礎(chǔ)，物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)實(shí)時(shí)獲取新能源設(shè)備的運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，并進(jìn)行初步處理以確保數(shù)據(jù)質(zhì)量，基于這些數(shù)據(jù)，對(duì)設(shè)備的工作狀態(tài)進(jìn)行實(shí)時(shí)評(píng)估，并考慮環(huán)境條件的影響，動(dòng)態(tài)調(diào)整監(jiān)測(cè)頻率和參數(shù)范圍。

11、更進(jìn)一步地，所述s200算法分析與優(yōu)化是提升監(jiān)測(cè)策略智能化的關(guān)鍵，通過收集并整合歷史監(jiān)測(cè)數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)算法識(shí)別設(shè)備狀態(tài)變化的規(guī)律和趨勢(shì)，基于這些分析結(jié)果，自動(dòng)調(diào)整監(jiān)測(cè)策略，包括監(jiān)測(cè)參數(shù)和預(yù)警閾值，將優(yōu)化后的策略應(yīng)用于實(shí)際監(jiān)測(cè)中，并持續(xù)收集用戶反饋，對(duì)策略進(jìn)行閉環(huán)優(yōu)化。

12、更進(jìn)一步地，所述s300基于動(dòng)態(tài)調(diào)整后的監(jiān)測(cè)策略，為各個(gè)監(jiān)測(cè)參數(shù)設(shè)定預(yù)警閾值：其中，tn為參數(shù)n的預(yù)警閾值，an是參數(shù)n的基礎(chǔ)閾值，α和β是調(diào)整系數(shù)，dn是當(dāng)前時(shí)間段內(nèi)參數(shù)n的數(shù)據(jù)離散度，davg是所有監(jiān)測(cè)參數(shù)數(shù)據(jù)離散度的平均值，cn是參數(shù)n的變化速率，cavg是所有監(jiān)測(cè)參數(shù)變化速率的平均值。

13、更進(jìn)一步地，所述s300運(yùn)用分析技術(shù)，對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)，識(shí)別出設(shè)備狀態(tài)的異常變化：其中，e表示異常值指標(biāo)，n是監(jiān)測(cè)參數(shù)的數(shù)量，ai是參數(shù)i的實(shí)時(shí)監(jiān)測(cè)值，mi是參數(shù)i的動(dòng)態(tài)均值，wi是參數(shù)i的權(quán)重，γ是調(diào)節(jié)系數(shù)，d是數(shù)據(jù)的離散度指標(biāo)。

14、更進(jìn)一步地，所述s400為優(yōu)化監(jiān)測(cè)策略，建立反饋機(jī)制，通過實(shí)時(shí)渠道收集運(yùn)維人員關(guān)于預(yù)警準(zhǔn)確性和故障診斷效率的反饋，并與歷史監(jiān)測(cè)數(shù)據(jù)整合，形成完整的反饋數(shù)據(jù)集，運(yùn)用關(guān)聯(lián)分析、聚類分析數(shù)據(jù)分析技術(shù)挖掘關(guān)鍵信息，為策略調(diào)整提供數(shù)據(jù)支持。

15、更進(jìn)一步地，所述s400根據(jù)分析結(jié)果，調(diào)整監(jiān)測(cè)參數(shù)、預(yù)警閾值和數(shù)據(jù)采集頻率，同時(shí)引入深度學(xué)習(xí)、邊緣計(jì)算新技術(shù)提升智能化水平，將優(yōu)化后的策略部署到物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)，并持續(xù)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)和預(yù)警情況，定期更新設(shè)備運(yùn)行參數(shù)、環(huán)境條件監(jiān)測(cè)數(shù)據(jù)，結(jié)合行業(yè)標(biāo)準(zhǔn)和最新研究成果更新專家系統(tǒng)和知識(shí)庫(kù)，實(shí)現(xiàn)策略的迭代優(yōu)化，形成閉環(huán)系統(tǒng)，不斷提升準(zhǔn)確性和可靠性。

16、與現(xiàn)有技術(shù)相比，基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法具備如下有益效果：

17、一、該方法通過實(shí)時(shí)采集設(shè)備運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，并運(yùn)用動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略，能夠更細(xì)致地監(jiān)控設(shè)備狀態(tài)變化，相比傳統(tǒng)的固定監(jiān)測(cè)模式，該方法能夠及時(shí)發(fā)現(xiàn)并預(yù)警潛在故障，顯著提高了監(jiān)測(cè)效率，同時(shí)，通過算法分析和機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，該方法能夠自動(dòng)優(yōu)化監(jiān)測(cè)策略，為各個(gè)監(jiān)測(cè)參數(shù)設(shè)定更為精確的預(yù)警閾值，從而提高了監(jiān)測(cè)的準(zhǔn)確性。

18、二、該方法通過結(jié)合智能預(yù)警與故障診斷系統(tǒng)，能夠自動(dòng)對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)，并提供故障診斷建議，運(yùn)維人員可以根據(jù)這些建議快速定位問題并制定相應(yīng)的應(yīng)對(duì)措施，從而實(shí)現(xiàn)了智能化運(yùn)維，此外，該方法還建立了反饋機(jī)制，通過收集運(yùn)維人員的反饋意見和持續(xù)優(yōu)化監(jiān)測(cè)策略，形成了閉環(huán)優(yōu)化系統(tǒng)，這種持續(xù)優(yōu)化機(jī)制使得該方法能夠不斷吸收新數(shù)據(jù)和新知識(shí)，進(jìn)一步提升其準(zhǔn)確性和可靠性，為新能源設(shè)備的穩(wěn)定運(yùn)行提供有力保障。

技術(shù)特征：

1.基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，該方法的具體步驟為：

2.根據(jù)權(quán)利要求1所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s100明確新能源設(shè)備的監(jiān)測(cè)需求，確定傳感器類型與數(shù)量，并規(guī)劃數(shù)據(jù)傳輸路徑，在設(shè)備關(guān)鍵部位及周圍環(huán)境中安裝傳感器，配置數(shù)據(jù)采集器，并確保電源與通信的穩(wěn)定性和安全性，配置數(shù)據(jù)傳輸協(xié)議和加密方式，建立數(shù)據(jù)存儲(chǔ)系統(tǒng)，并實(shí)施數(shù)據(jù)質(zhì)量控制措施，進(jìn)行系統(tǒng)功能、性能測(cè)試，并根據(jù)用戶反饋進(jìn)行持續(xù)改進(jìn)和優(yōu)化。

3.根據(jù)權(quán)利要求1所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s200實(shí)時(shí)數(shù)據(jù)收集與分析是動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略的基礎(chǔ)，物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)實(shí)時(shí)獲取新能源設(shè)備的運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，并進(jìn)行初步處理以確保數(shù)據(jù)質(zhì)量，基于這些數(shù)據(jù)，對(duì)設(shè)備的工作狀態(tài)進(jìn)行實(shí)時(shí)評(píng)估，并考慮環(huán)境條件的影響，動(dòng)態(tài)調(diào)整監(jiān)測(cè)頻率和參數(shù)范圍。

4.根據(jù)權(quán)利要求3所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s200算法分析與優(yōu)化是提升監(jiān)測(cè)策略智能化的關(guān)鍵，通過收集并整合歷史監(jiān)測(cè)數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)算法識(shí)別設(shè)備狀態(tài)變化的規(guī)律和趨勢(shì)，基于這些分析結(jié)果，自動(dòng)調(diào)整監(jiān)測(cè)策略，包括監(jiān)測(cè)參數(shù)和預(yù)警閾值，將優(yōu)化后的策略應(yīng)用于實(shí)際監(jiān)測(cè)中，并持續(xù)收集用戶反饋，對(duì)策略進(jìn)行閉環(huán)優(yōu)化。

5.根據(jù)權(quán)利要求1所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s300基于動(dòng)態(tài)調(diào)整后的監(jiān)測(cè)策略，為各個(gè)監(jiān)測(cè)參數(shù)設(shè)定預(yù)警閾值：其中，tn為參數(shù)n的預(yù)警閾值，an是參數(shù)n的基礎(chǔ)閾值，α和β是調(diào)整系數(shù)，dn是當(dāng)前時(shí)間段內(nèi)參數(shù)n的數(shù)據(jù)離散度，davg是所有監(jiān)測(cè)參數(shù)數(shù)據(jù)離散度的平均值，cn是參數(shù)n的變化速率，cavg是所有監(jiān)測(cè)參數(shù)變化速率的平均值。

6.根據(jù)權(quán)利要求1所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s300運(yùn)用分析技術(shù)，對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)，識(shí)別出設(shè)備狀態(tài)的異常變化：

7.根據(jù)權(quán)利要求1所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s400為優(yōu)化監(jiān)測(cè)策略，建立反饋機(jī)制，通過實(shí)時(shí)渠道收集運(yùn)維人員關(guān)于預(yù)警準(zhǔn)確性和故障診斷效率的反饋，并與歷史監(jiān)測(cè)數(shù)據(jù)整合，形成完整的反饋數(shù)據(jù)集，運(yùn)用關(guān)聯(lián)分析、聚類分析數(shù)據(jù)分析技術(shù)挖掘關(guān)鍵信息，為策略調(diào)整提供數(shù)據(jù)支持。

8.根據(jù)權(quán)利要求7所述基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，其特征在于，所述s400根據(jù)分析結(jié)果，調(diào)整監(jiān)測(cè)參數(shù)、預(yù)警閾值和數(shù)據(jù)采集頻率，同時(shí)引入深度學(xué)習(xí)、邊緣計(jì)算新技術(shù)提升智能化水平，將優(yōu)化后的策略部署到物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)，并持續(xù)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)和預(yù)警情況，定期更新設(shè)備運(yùn)行參數(shù)、環(huán)境條件監(jiān)測(cè)數(shù)據(jù)，結(jié)合行業(yè)標(biāo)準(zhǔn)和最新研究成果更新專家系統(tǒng)和知識(shí)庫(kù)，實(shí)現(xiàn)策略的迭代優(yōu)化，形成閉環(huán)系統(tǒng)，不斷提升準(zhǔn)確性和可靠性。

技術(shù)總結(jié)
本發(fā)明公開了基于物聯(lián)網(wǎng)的新能源狀態(tài)監(jiān)測(cè)方法，涉及新能源技術(shù)領(lǐng)域，該系統(tǒng)包括以下組成部分：S100，物聯(lián)網(wǎng)數(shù)據(jù)采集系統(tǒng)構(gòu)建、S200，動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略設(shè)計(jì)、S300，智能預(yù)警與故障診斷和S400，監(jiān)測(cè)策略持續(xù)優(yōu)化。本發(fā)明通過實(shí)時(shí)采集設(shè)備運(yùn)行參數(shù)和環(huán)境數(shù)據(jù)，并運(yùn)用動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)策略，能夠更細(xì)致地監(jiān)控設(shè)備狀態(tài)變化，相比傳統(tǒng)的固定監(jiān)測(cè)模式，該方法能夠及時(shí)發(fā)現(xiàn)并預(yù)警潛在故障，顯著提高了監(jiān)測(cè)效率，同時(shí)，通過算法分析和機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，該方法能夠自動(dòng)優(yōu)化監(jiān)測(cè)策略，為各個(gè)監(jiān)測(cè)參數(shù)設(shè)定更為精確的預(yù)警閾值，從而提高了監(jiān)測(cè)的準(zhǔn)確性。

技術(shù)研發(fā)人員：萬毅,孫朝霞,張曉煜,金巧,李晨,潘俊文,黎姣,王曦,艾欣琦,李巍威,王亮,張慶,李錦鳳,呂國(guó)勇,賈耀坤,黎家成
受保護(hù)的技術(shù)使用者：國(guó)網(wǎng)湖北省電力有限公司隨州供電公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2