一种基于数据分析的智能化设备管理系统及方法与流程

本发明涉及遥控预警，具体为一种基于数据分析的智能化设备管理系统及方法。

背景技术：

1、随着现代科学技术的发展，对于各行业中设备的控制和管理也越来越智能化，其中物联网技术是连接和管理智能设备的基础，通过各种传感器、通信技术和云计算平台，实现设备之间的互联互通，为设备管理和控制提供数据支持和通信基础。而传感器技术是智能设备获取环境信息的关键，各种类型的传感器(如温度传感器、湿度传感器、运动传感器等)可以实时监测设备周围的状态和环境参数，为智能控制提供数据支持。云计算和大数据技术为智能设备管理提供了强大的数据存储、处理和分析能力，通过云端平台，可以实现对大规模设备数据的收集、存储、分析和可视化，为设备管理和优化提供支持。各种各样的技术均对设备的智能化控制起着至关重要的作用；但是在对设备进行控制时，存在一些工作环境中由于距离、电流等等数据的影响，在对一个设备进行管理控制时，影响其余设备的正常工作；容易造成不必要的损失，发生意外事故；因此对于对于设备的智能化控制，在进行提前预警调整异常设备的同时对异常设备调整对其余设备的影响判断也同样重要。

技术实现思路

1、本发明的目的在于提供一种基于数据分析的智能化设备管理系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：

3、一种基于数据分析的智能化设备管理方法，所述方法包括以下步骤：

4、s100、收集视觉传感器可视环境中需要管理的设备个数和位置，建立坐标系对每个设备进行定位并标记；

5、进一步的，建立坐标系对每个设备进行定位并标记的具体步骤为：

6、s101、利用视觉传感器收集工作环境中所有设备的位置和设备个数，设设备个数为c，以视觉传感器为原点建立平面直角坐标系，以北方向作为y轴正方向，东方向作为x轴正方向；

7、s102、收集工作环境中每个设备和视觉传感器的距离分别为{l1、l2、l3...lc}，l1、l2、l3...lc表示工作环境中第1、2、3...c个设备和视觉传感器的距离，c为正整数；测量每个设备在平面直角坐标系中的角度为{j1、j2、j3...jc}，j1、j2、j3...jc表示为工作环境中第1、2、3...c个设备在平面直角坐标系中的角度，且所有设备的角度均为设备与视觉传感器的连线和x轴正方向的夹角；当设备处于y轴正方向时角度均为正，当设备处于y轴的负方向时角度均为负；

8、s103、根据收集的每个设备和视觉传感器的距离，每个设备在平面直角坐标系中的夹角计算每个设备的位置坐标，公式为：

9、x＝l×cosj

10、y＝l×sinj

11、公式中，x表示设备在平面坐标系中的横坐标，y表示设备在平面坐标系中的纵坐标，l表示每个设备和视觉传感器的距离，j表示每个设备在平面坐标系中角度；

12、s104、对c个设备的位置坐标均进行计算，得到c个设备的坐标集合为{(x1，y1)、(x2，y2)、(x3，y3)...(xc，yc)}，(x1，y1)、(x2，y2)、(x3，y3)...(xc，yc)表示工作环境中第1、2、3...c个设备在平面坐标系中的位置坐标，在计算得到每个设备的位置坐标后，对每个设备进行标记为表示对第1、2、3...c个设备的标记，x表示每个设备的横坐标，y表示每个设备的纵坐标。

13、对工作环境中所有设备均进行定位后，可以精准的对每个设备进行监控，实现跟踪监测，并且根据每个设备的具体位置可以计算设备间的相对距离，实现对设备距离的控制；

14、s200、收集历史中对设备进行调整时设备数据，查找目标检测数据，计算目标检测数据阈值；

15、进一步的，计算目标检测数据阈值的具体步骤为：

16、s201、收集历史工作中对异常设备进行调整时的设备数据{s1、s2、s3...sn}，s1、s2、s3...sn表示为收集的对异常设备进行调整时的第1、2、3...种数据，n为正整数；收集历史中设备在未进行调整时的设备数据{s'1、s'2、s'3...s'n}，s'1、s'2、s'3...s'n表示为收集的历史中设备在未进行调整时的第1、2、3...n种设备数据；进行调整的设备为异常设备，不进行调整的设备为正常设备；

17、s202、对收集的进行调整和未进行调整时设备数据进行对比，在对异常设备进行调整的设备数据中提取出发生变化的设备数据为{s_b1、s_b2、s_b3...s_bm}，s_b1、s_b2、s_b3...s_bm表示在对异常设备进行调整的设备数据集合中发生变化的第1、2、3...个设备数据，m为正整数；计算m个发生变化的设备数据的变化量，公式为：

18、s_b_c＝|s_b-s_b′|

19、公式中，s_b_c表示发生变化的设备数据的变化量，s_b表示对异常设备进行调整时的设备数据，s_b'表示对设备未进行调整时的设备数据；

20、s203、对m个发生变化的设备数据均进行计算，得到设备数据的变化量为{s_b_c1、s_b_c2、s_b_c3...s_b_cm}，s_b_c1、s_b_c2、s_b_c3...s_b_cm表示第1、2、3...m个发生变化的设备数据变化量；选择m个发生变化的设备数据变化量中的最大值对应的设备数据种类作为目标检测数据s_j；

21、s204、根据收集的工作中对异常设备进行调整时的目标检测数据计算目标检测数据阈值，设收集的工作中对异常设备进行调整时的目标检测数据共d个，计算收集的目标检测数据平均值和标准差，公式为：公式中s_j_p表示收集的目标检测数据平均值，s_j_z表示收集的目标检测数据标准差，d表示收集的目标检测数据的总个数；利用计算的平均值和标准差对收集的目标检测数据进行分级处理，计算每一级的分级标准数据值，公式为：

22、

23、公式中s_f表示每一级的分级标准数据值，t表示对目标检测数据进行分类的个数的一半，利用平均值为第一级，s_f-t表示小于平均值的第t级，s_f+t表示大于平均值的第t级，t为正整数并以1为单位进行增加，直至当s_f+end>maxs_ji且s_f-end<mins_ji，s_f-end和s_f+end表示计算得到最后一个分级标准数据值，maxs_ji表示收集的目标检测数据中的最大值，mins_ji表示收集的目标检测数据中的最小值，i取值为1至d；最终计算得到的目标检测数据的分级标准数据值为{s_f-t、s_f-(t-1)、s_f-(t-2)...s_f-1、s_j_p、s_f+1...s_f+(t-2)、s_f+(t-1)、s_f+t}，s_f-t、s_f-(t-1)、s_f-(t-2)...s_f-1表示小于平均值的第t、t-1、t-2...1个分级标准数据值，s_j_p表示目标检测数据的平均值，s_f+1...s_f+(t-2)、s_f+(t-1)、s_f+t表示大于平均值的第1...t-2、t-1、t个分级标准数据值；

24、s205、根据计算得到的2t+1个分级标准数据值，对收集的历史中的目标检测数据进行划分，相邻两个分级标准数据值构成一个分级区间，将收集的历史中目标检测数据和每个分级标准数据值进行比较，具体方法为：

25、当s_j和{s_f-t、s_f-(t-1)、s_f-(t-2)...s_f-1、s_j_p}进行比较，|s_j-s_fe|<s_j_z，且s_j-s_fe>0时，判断s_j处于区间[s_fe，s_fe-1]，且s_j-s_fe<0时，判断s_j处于区间[s_fe+1，s_fe]；e取值为1至t；

26、当s_j和{s_j_p、s_f+1...s_f+(t-2)、s_f+(t-1)、s_f+t}进行比较，|s_j-s_fe|<s_j_z，且s_j-s_fe>0时，判断s_j处于区间[s_fe，s_fe+1]，且s_j-s_fe<0时，判断s_j处于区间[s_fe-1，s_fe]；e取值为1至t；

27、对d个目标检测数据均进行判断，得到每个区间存在的目标检测数据的个数，选择其中目标检测数据个数最多的一个区间，计算所述存在最多目标检测数据的区间中的目标检测数据的平均值，设存在最多目标检测数据的区间中的目标检测数据个数为g，公式为：s_j_y表示为存在最多目标检测数据的区间中的目标检测数据的平均值，将计算得到的s_j_y作为目标检测数据阈值。

28、对历史中异常设备进行调整时的目标检测数据进行收集，根据平均值和标准差进行分级处理后，查找所有级别中目标检测数据最多的区间，计算其中的目标检测数据平均值，可以排除历史目标检测数据中的过大或过小的值，减小目标检测数据阈值的误差。

29、s300、收集历史中所有设备工作时的数据，构建设备正常工作数据集，查找设备之间的牵连数据类型构建牵连数据集，并计算牵连数据阈值；

30、进一步的，计算牵连数据阈值的具体步骤为：

31、s301、收集历史中设备未进行调整正常工作时的设备数据种类为{z1、z2、z3...zv}，z1、z2、z3...zv表示收集的第1、2、3...v种设备正常工作时的设备数据，进行u次收集，计算每种设备数据的平均值，公式为：公式中，z_sp每种设备数据的平均值，z_s表示收集的每种设备数据的数据值，u表示收集的每种设备数据的个数；计算得到每种设备数据的平均值为{z_sp1、z_sp2、z_sp3...z_spv}，z_sp1、z_sp2、z_sp3...z_spv表示收集的设备正常工作时的第1、2、3...v种设备数据的平均值，v为正整数；将每种设备数据平均值集合作为设备正常工作数据集；

32、s302、收集历史中异常设备进行调整时对不需要调整的设备造成影响的记录，提取所有记录中对异常设备进行调整时异常设备发生改变的数据种类为{q1、q2、q3...qw}，q1、q2、q3...qw表示对异常设备进行调整时异常设备发生改变的第1、2、3...w种数据类型，w为正整数；收集所有记录中对异常设备进行调整时不需要调整的设备发生变化的数据种类为{p1、p2、p3...pq}，p1、p2、p3...pq表示为对异常设备进行调整时不需要调整的设备发生变化的第1、2、3...q种数据类型，q为正整数；

33、s303、对s302提取的两种集合中的设备进行对比，选择两个集合中种类相同的数据为牵连数据，构建牵连数据集合为{im1、im2、im3...imj}，im1、im2、im3...imj表示为第1、2、3...j种牵连数据；收集异常设备进行调整时对不调整设备产生影响时的设备平均距离，收集d次历史中对异常设备进行调整时牵连数据的调整值，计算牵连数据阈值，公式为：

34、

35、公式中，k为异常设备进行调整时对不调整设备产生影响时的设备平均距离，im_y为牵连数据阈值，j为牵连数据的种类个数，d为收集的每种牵连数据的个数，im_t表示收集的历史中对设备进行调整时牵连数据的调整值。

36、s400、实时收集设备的目标检测数据，利用目标检测数据阈值进行判断设备是否需要调整并向遥控器发送异常预警信号；

37、进一步的，利用目标检测数据阈值进行判断设备是否需要调整并向遥控器发送异常预警信号的具体步骤为：

38、s401、实时收集工作中所有设备的目标检测数据为{s_j_s1、s_j_s2、s_j_s3...s_j_sc}，s_j_s1、s_j_s2、s_j_s3...s_j_sc表示为实时收集的工作中第1、2、3...c个设备目标检测数据，c为正整数；

39、s402、当s_j_s≥s_j_y时，判断需要对工作设备进行调整，并产生异常预警信号发送到遥控器中，当s_j_s<s_j_y时，判断设备工作正常不需要进行调整，设备继续工作。

40、s500、收集发出异常预警的设备的所有数据与正常工作数据集进行对比，判断需要进行调整的数据种类和调整数据值，将计算得到的数据种类和调整数据值发送到遥控器；

41、进一步的，判断需要进行调整的数据种类和调整数据值的具体步骤为：

42、s501、在判断工作中的设备发生异常需要进行调整时，实时收集预警设备的所有种类数据值为{β1、β2、β3...βv}，β1、β2、β3...βv表示为收集的预警设备中的第1、2、3...种实时数据值，利用收集的预警设备中的实时数据值与设备正常工作数据集中的数据计算差值，公式为：

43、β_c＝β-z_sp

44、公式中，β_c为收集的预警设备中的实时数据与设备正常工作数据集中的数据差值，β表示实时收集预警设备的所有种类数据值，z_sp表示为设备正常工作时的所有种类数据值；对v种数据的差值均进行计算，最终得到v个数据差值为{β_c1、β_c2、β_c3...β_cv}，β_c1、β_c2、β_c3...β_cv表示为计算得到的第1、2、3...v种数据差值；

45、s502、当β_c＝0时，判断对应的数据种类正常，不需要进行调整，当β_c≠0时，判断对应的数据种类发生异常，需要进行调整，并且调整数据值为β_c，经过判断筛选后，发生预警的调整数据种类的调整数据值为{β_c1、β_c2、β_c3...β_cg}，β_c1、β_c2、β_c3...β_cg表示预警设备中的第1、2、3...g种需要进行调整的数据种类的调整数据值，g为正整数；将计算得到的调整数据种类和调整数据值在发送给遥控器。

46、s600、利用牵连数据集判断需要调整的数据是否为牵连数据，根据牵连数据阈值计算需要调整数据值是否会影响正常工作设备并向遥控器发送危险预警。

47、进一步的，根据牵连数据阈值计算需要调整数据值是否会影响正常工作设备并向遥控器发送危险预警的具体步骤为：

48、s601、设经过判断后预警设备需要进行调整的数据种类集为{z_t1、z_t2、z_t3...z_tg}，z_t1、z_t2、z_t3...z_tg表示判断得到预警设备需要调整的第1、2、3...g种数据种类，将g种需要调整的数据种类和牵连数据集进行对比，提取需要调整的数据种类与牵连数据集中数据种类相同的数据为实时预警设备需要调整数据种类中的实时牵连数据，设提取出的实时牵连数据为{im_s1、im_s2、im_s3...im_sα}，im_s1、im_s2、im_s3...im_sα表示提取的第1、2、3...α种实时牵连数据，α为正整数，且α≤g；

49、s602、利用提取的实时牵连数据计算实时的牵连指数，公式为：

50、

51、公式中，im_z为计算的实时牵连指数，xy和yy分别为预警设备在坐标系中的横、纵坐标，xother和yother分别为除预警设备之外的设备，β_im_s为实时牵连数据对应的数据值，β_im_c表示实时牵连数据需要调整的数据差；

52、在计算预警设备对其他设备的影响指数时，需要对相对距离进行计算，存在一些牵连数据只有在距离较近时产生影响，在对预警设备和其余所有设备的牵连指数进行计算判断后，可以排出当对预警设备进行调整时反而对其余正常设备产生影响，造成更大的损失和事故。

53、s603、当im_z≥im_y时，判断对预警设备进行调整时会影响除预警设备外的设备，向遥控器发送危险预警，当im_z<im_y时，判断对预警设备进行调整时不会影响除预警设备外的设备；

54、s604、当遥控器接收到危险预警后，停止对牵连数据的调整，只对需要调整的数据种类中的非牵连数据进行调整，且调整数据值为β_c；当遥控器为接收到危险预警时，根据所有的调整数据种类和调整数据值对预警设备进行远程调整控制。

55、一种基于数据分析的智能化设备管理系统，智能化设备管理系统系统包括数据收集模块、定位模块、阈值计算模块、中心预警模块和远程遥控模块；

56、所述数据收集模块用于对历史中设备工作时和调整时的数据进行收集；

57、所述定位模块用于建立平面直角坐标系后对每个设备进行定位，之后进行标记；

58、所述阈值计算模块用于查找设备中的目标检测数据和牵连数据，并计算目标检测数据阈值和牵连数据阈值；

59、所述中心预警模块用于实时收集设备的目标检测数据，判断设备是否发生异常需要调整，并计算调整数据中的牵连数据指数，判断对预警设备进行调整时是否会影响除预警设备之外的设备；

60、所述远程遥控模块用于当判断设备发生异常需要进行调整时，接收预警信号、调整数据种类和调整数据值后，对预警设备进行调整。

61、阈值计算模块包括目标检测数据阈值计算单元和牵连数据阈值计算单元；

62、所述目标检测数据阈值计算单元用于对历史中设备进行调整时的数据进行分析后，判断出反应设备异常的目标检测数据种类，之后收集历史中的目标检测数据计算目标检测数据阈值；

63、所述牵连数据阈值计算单元用于对历史中设备进行调整时对调整设备之外的设备产生影响时两种设备的数据进行分析，提取同时变化的数据为牵连数据种类，之后根据两种设备的距离和牵连数据计算牵连数据阈值。

64、中心预警模块包括设备异常预警单元和危险预警单元；

65、所述设备异常预警单元用于收集实时的设备中目标检测数据，根据目标检测数据阈值对实时目标检测数据进行判断，实时工作中的设备是否发生异常，并向远程遥控模块发送预警信号；

66、所述危险预警单元用于在判断设备发生异常并发出预警后，计算预警设备需要调整的数据和调整数据值，提取调整数据中的牵连数据，计算预警设备和预警设备之外的设备间的牵连指数，判断对预警设备进行调整时是否会对预警设备之外的设备产生影响，并向远程遥控模块发送危险预警。

67、与现有技术相比，本发明所达到的有益效果是：

68、1、本发明在工作环境中建立平面直角坐标系，对所有设备均进行定位，计算得到每个设备的位置坐标，实现了对设备的跟踪监测，并且可以实时计算每个设备之间的相对距离，实时对设备间的相对距离进行控制。

69、2、本发明根据历史中设备发生异常进行调整的数据，提取出设备的目标检测数据，并计算目标检测阈值，可以利用目标检测数据对设备是否发生异常进行检测，减少对设备异常判断时的资源消耗。

70、3、本发明对设备进行调整时的牵连数据进行查找和阈值计算，当判断设备发生异常需要进行调整时，进一步判断预警设备调整时是否会对其余设备产生影响，当产生影响时发出危险预警，当遥控器对预警设备进行调整时根据危险预警选择性的对数据进行调整，避免了造成更大的损失和事故。