一种基于大数据的智慧电能监管方法及系统与流程

1.本发明涉及智慧电能监管技术领域，具体为一种基于大数据的智慧电能监管方法及系统。


背景技术：

2.随着云计算、大数据、物联网等技术在机场的应用，机场基础设施部署模式发生了改变，机场建设也需要有新的变化。在智慧机场中，配电网络是至关重要的一个环节。
3.电能作为所有设施的使用基础，就像设施内部的其他生产流程一样，配电网络的运行过程也需要被监视及管理。配电管理是通过将带有通讯功能的智能电力及能源设备连接到用于数据收集、状态可视化、提供分析及报表功能的软件系统，实现对配电系统进行持续监视及综合管理。
4.在目前的智慧机场中，飞机启停过程中的登机桥均采用电力系统控制，由于各个机场的飞机启停计划不同，每个登机桥的使用频次和时间也不同，因此在不使用时，为节约电能，一般不开启登机桥的电力系统，也正因为使用频次与时间的不同，导致每个登机桥的内部线路设备损耗也不相同，对于故障的来临缺乏数据的预警；同时，内部线路与设备的老化也会加剧电能的损耗，如何寻求最优的电能损耗，在目前的技术手段中也未曾提及。


技术实现要素：

5.本发明的目的在于提供一种基于大数据的智慧电能监管方法及系统，以解决上述背景技术中提出的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的智慧电能监管方法，该方法包括以下步骤：
7.s1、获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；
8.s2、获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；
9.s3、对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率，若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；
10.s4、若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。
11.根据上述技术方案，所述配电损耗数据包括配电过程中的线路损耗与设备损耗总和，所述配电损耗数据等于配电端的总输出电能减去使用端的总使用电能。
12.根据上述技术方案，所述构建电量数据损耗分析模型包括：
13.获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；
14.对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率：
[0015][0016]
其中，p
t
代表第t组单位时间的数据增长率，t+1最大值取到k；e
t+1
、e
t
分别代表第t组的配电损耗数据；m
t+1
、m
t
分别代表第t组的耗时数据；
[0017]
形成每一组配电损耗数据的单位时间的数据增长率集合，其中任一组记为{p1、p2、
…
、p
k-1
}；
[0018]
将所有组数据增长率集合随机编号，任两组编号均不相同，选取其中任一组构建预测模型：
[0019][0020]
其中，pk代表第k组的预测输出结果，σ、μ分别代表灰作用量、发展系数；
[0021]
所述灰作用量与发展系数满足关系式：
[0022][0023]
其中，p1(i)代表对选取的其中任一组数据增长率集合进行灰色累加生成处理后生成的数据，i代表序号；
[0024]
选取不同于当前编号的其他组数据，依据当前预测模型计算预测输出结果，并获取不同于当前编号的其他组数据的实际结果，计算预测值与实际值的差值数据绝对值，取差值数据绝对值总和的平均值作为当前预测模型的标定值；
[0025]
基于所有编号组数据均计算得出每一组编号的预测模型的标定值，选取其中最小的作为电量数据损耗分析模型；
[0026]
若存在最小数据同时有多组，则评价每一组数据的差值数据绝对值的最大值，将最大值按照从小到大顺序进行选取；(如果还存在相同情况，系统设置随机选取处理)
[0027]
基于构建的电量数据损耗分析模型，代入当前任一机场登机桥的初始数据，输出预测数据增长率。
[0028]
在上述技术方案中，主要是针对某一个启停计划，在启停计划中包括当日飞机的停靠与起飞时间，而在停靠与起飞的过程中，系统需要给登机桥进行配电处理，通过查询启停计划，可获知每一个登机桥在当天的使用次数，把使用次数标记出来后，利用历史数据组形成训练集，即使用相同次数的故障前置数据作为训练集，因为在整个电能监测过程中，出
现故障即是最坏情况，因此以最靠近故障的相同次数数据作为训练集，形成增长率，以当前数据结合最差情况下的增长率，生成预测，能保证该结果尽可能靠近安全值，如果该结果超出了某一组历史数据下的数据增长率，则说明这种使用计划下其可能出现故障，应进行报警处理。
[0029]
根据上述技术方案，在步骤s4中，还包括：
[0030]
获取输出的预测数据增长率；
[0031]
若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0032]
若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值：
[0033][0034]
其中，e
n+1
代表第n+1组的配电损耗数据；mn、m
n+1
分别代表第n+1组的持续时间；en代表第n组的配电损耗数据，n初始值取1，终止值取k-1；pn代表第n组至第n+1的数据增长率；
[0035]
将每一组的配电损耗数据求取后计算总和，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。
[0036]
一种基于大数据的智慧电能监管系统，该系统包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；
[0037]
所述供配电数据存储模块用于获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；所述启停计划管理模块用于获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；所述电量数据损耗分析模块用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率；所述预警模块用于若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；所述智慧电能监管模块用于若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；
[0038]
所述供配电数据存储模块的输出端与所述启停计划管理模块的输入端相连接；所述启停计划管理模块的输出端与所述电量数据损耗分析模块的输入端相连接；所述电量数据损耗分析模块的输出端与所述预警模块的输入端以及智慧电能监管模块的输入端相连接。
[0039]
根据上述技术方案，所述供配电数据存储模块包括供配电数据存储单元和标记单元；
[0040]
所述供配电数据存储单元用于获取机场登机桥设备供配电历史数据；所述标记单
元用于在供配电数据存储单元中标记出故障出现前的每一次配电下的配电损耗数据；
[0041]
所述供配电数据存储单元的输出端与所述标记单元的输入端相连接。
[0042]
根据上述技术方案，所述启停计划管理模块包括启停计划生成单元和选择单元；
[0043]
所述启停计划生成单元用于获取机场启停计划中的任一组启停计划；所述选择单元用于输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；
[0044]
所述启停计划生成单元的输出端与所述选择单元的输入端相连接。
[0045]
根据上述技术方案，所述电量数据损耗分析模块包括数据处理单元和电量数据损耗分析单元；
[0046]
所述数据处理单元用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率；所述电量数据损耗分析单元用于构建电量数据损耗分析模型，输出预测数据增长率；
[0047]
所述数据处理单元的输出端与所述电量数据损耗分析单元的输入端相连接。
[0048]
根据上述技术方案，所述预警模块包括数据接收单元和预警单元；
[0049]
所述数据接收单元用于接收存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率的数据；所述预警单元用于输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0050]
所述数据接收单元的输出端与所述预警单元的输入端相连接。
[0051]
根据上述技术方案，所述智慧电能监管模块包括配电损耗汇总单元和筛选单元；
[0052]
所述配电损耗汇总单元用于获取不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库；所述筛选单元用于计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；
[0053]
所述配电损耗汇总单元的输出端与所述筛选单元的输入端相连接。
[0054]
与现有技术相比，本发明所达到的有益效果是：本发明基于对机场内部登机桥的电力系统的分析，借助每个登机桥的内部线路设备损耗增长率的数据源，对登机桥故障来临给出数据的预警；同时，能够根据机场启停计划进行电能分析处理，寻求出最优的电能损耗计划，帮助机场实现电能监管，最终实现在智慧机场内的数据化处理与智慧化支撑，是物联网、云计算、大数据等新一代技术在民航领域的广泛应用和深度融合。
附图说明
[0055]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0056]
图1是本发明一种基于大数据的智慧电能监管方法及系统的流程示意图。
具体实施方式
[0057]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0058]
请参阅图1，在本实施例一中，以是西部地区某4f级枢纽国际机场为例，其建设了一体化智能配电系统，接入综保micom p143、micom p543共计1551台，仪表pm5350p共计5300台，集成管理多套有源滤波、电容等电能质量治理设备；
[0059]
一体化智能配电系统中基于ecostruxuretm power架构定制智能配电解决方案、预置电力监控模块和全生命周期运维服务工具，其中预置电力监控模块中包括有机场登机桥设备供配电监管方法，通过软硬件结合实现电能质量的综合治理，捕捉电能质量事件，调节控制电能损耗，可视化分析，避免大型设备停机和额外的成本开支，具体方法包括：
[0060]
设置有数据库获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；
[0061]
所述配电损耗数据包括配电过程中的线路损耗与设备损耗总和，所述配电损耗数据等于配电端的总输出电能减去使用端的总使用电能。
[0062]
设置有机场启停计划接入，在启停时开启设备电能系统，不使用时关闭，获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型；
[0063]
获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；
[0064]
对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率：
[0065][0066]
其中，p
t
代表第t组单位时间的数据增长率，t+1最大值取到k；e
t+1
、e
t
分别代表第t组的配电损耗数据；m
t+1
、m
t
分别代表第t组的耗时数据；
[0067]
形成每一组配电损耗数据的单位时间的数据增长率集合，其中任一组记为{p1、p2、
…
、p
k-1
}；
[0068]
将所有组数据增长率集合随机编号，任两组编号均不相同，选取其中任一组构建预测模型：
[0069][0070]
其中，pk代表第k组的预测输出结果，σ、μ分别代表灰作用量、发展系数；
[0071]
所述灰作用量与发展系数满足关系式：
[0072][0073]
其中，p1(i)代表对选取的其中任一组数据增长率集合进行灰色累加生成处理后生成的数据，i代表序号；
[0074]
选取不同于当前编号的其他组数据，依据当前预测模型计算预测输出结果，并获取不同于当前编号的其他组数据的实际结果，计算预测值与实际值的差值数据绝对值，取差值数据绝对值总和的平均值作为当前预测模型的标定值；
[0075]
基于所有编号组数据均计算得出每一组编号的预测模型的标定值，选取其中最小的作为电量数据损耗分析模型；
[0076]
若存在最小数据同时有多组，则评价每一组数据的差值数据绝对值的最大值，将最大值按照从小到大顺序进行选取；
[0077]
基于构建的电量数据损耗分析模型，代入当前任一机场登机桥的初始数据，输出预测数据增长率。
[0078]
获取输出的预测数据增长率；
[0079]
若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0080]
若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值：
[0081][0082]
其中，e
n+1
代表第n+1组的配电损耗数据；mn、m
n+1
分别代表第n+1组的持续时间；en代表第n组的配电损耗数据，n初始值取1，终止值取k-1；pn代表第n组至第n+1的数据增长率；
[0083]
将每一组的配电损耗数据求取后计算总和，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。
[0084]
在本实施例二中，提供一种基于大数据的智慧电能监管系统，该系统包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；
[0085]
所述供配电数据存储模块用于获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；所述启停计划管理模块用于获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；所述电量数据损耗分析模块用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率；所述预警模块用于若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；所述智慧电能监管模块用于若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，
根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；
[0086]
所述供配电数据存储模块的输出端与所述启停计划管理模块的输入端相连接；所述启停计划管理模块的输出端与所述电量数据损耗分析模块的输入端相连接；所述电量数据损耗分析模块的输出端与所述预警模块的输入端以及智慧电能监管模块的输入端相连接。
[0087]
所述供配电数据存储模块包括供配电数据存储单元和标记单元；
[0088]
所述供配电数据存储单元用于获取机场登机桥设备供配电历史数据；所述标记单元用于在供配电数据存储单元中标记出故障出现前的每一次配电下的配电损耗数据；
[0089]
所述供配电数据存储单元的输出端与所述标记单元的输入端相连接。
[0090]
所述启停计划管理模块包括启停计划生成单元和选择单元；
[0091]
所述启停计划生成单元用于获取机场启停计划中的任一组启停计划；所述选择单元用于输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；
[0092]
所述启停计划生成单元的输出端与所述选择单元的输入端相连接。
[0093]
所述电量数据损耗分析模块包括数据处理单元和电量数据损耗分析单元；
[0094]
所述数据处理单元用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率；所述电量数据损耗分析单元用于构建电量数据损耗分析模型，输出预测数据增长率；
[0095]
所述数据处理单元的输出端与所述电量数据损耗分析单元的输入端相连接。
[0096]
所述预警模块包括数据接收单元和预警单元；
[0097]
所述数据接收单元用于接收存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率的数据；所述预警单元用于输出故障预警信息至管理员端口，标记当前选取的启停计划；
[0098]
所述数据接收单元的输出端与所述预警单元的输入端相连接。
[0099]
所述智慧电能监管模块包括配电损耗汇总单元和筛选单元；
[0100]
所述配电损耗汇总单元用于获取不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库；所述筛选单元用于计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；
[0101]
所述配电损耗汇总单元的输出端与所述筛选单元的输入端相连接。
[0102]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0103]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于大数据的智慧电能监管方法，其特征在于：该方法包括以下步骤：s1、获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；s2、获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；s3、对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率，若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；s4、若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。2.根据权利要求1所述的一种基于大数据的智慧电能监管方法，其特征在于：所述配电损耗数据包括配电过程中的线路损耗与设备损耗总和，所述配电损耗数据等于配电端的总输出电能减去使用端的总使用电能。3.根据权利要求2所述的一种基于大数据的智慧电能监管方法，其特征在于：所述构建电量数据损耗分析模型包括：获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率：其中，p
t
代表第t组单位时间的数据增长率，t+1最大值取到k；e
t+1
、e
t
分别代表第t组的配电损耗数据；m
t+1
、m
t
分别代表第t组的耗时数据；形成每一组配电损耗数据的单位时间的数据增长率集合，其中任一组记为{p1、p2、
…
、p
k-1
}；将所有组数据增长率集合随机编号，任两组编号均不相同，选取其中任一组构建预测模型：其中，p
k
代表第k组的预测输出结果，σ、μ分别代表灰作用量、发展系数；所述灰作用量与发展系数满足关系式：
其中，p1(i)代表对选取的其中任一组数据增长率集合进行灰色累加生成处理后生成的数据，i代表序号；选取不同于当前编号的其他组数据，依据当前预测模型计算预测输出结果，并获取不同于当前编号的其他组数据的实际结果，计算预测值与实际值的差值数据绝对值，取差值数据绝对值总和的平均值作为当前预测模型的标定值；基于所有编号组数据均计算得出每一组编号的预测模型的标定值，选取其中最小的作为电量数据损耗分析模型；若存在最小数据同时有多组，则评价每一组数据的差值数据绝对值的最大值，将最大值按照从小到大顺序进行选取；基于构建的电量数据损耗分析模型，代入当前任一机场登机桥的初始数据，输出预测数据增长率。4.根据权利要求3所述的一种基于大数据的智慧电能监管方法，其特征在于：在步骤s4中，还包括：获取输出的预测数据增长率；若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；若不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值：其中，e
n+1
代表第n+1组的配电损耗数据；m
n
、m
n+1
分别代表第n+1组的持续时间；e
n
代表第n组的配电损耗数据，n初始值取1，终止值取k-1；p
n
代表第n组至第n+1的数据增长率；将每一组的配电损耗数据求取后计算总和，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划。5.一种基于大数据的智慧电能监管系统，其特征在于：该系统包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；所述供配电数据存储模块用于获取机场登机桥设备供配电历史数据，标记出故障出现前的每一次配电下的配电损耗数据；所述启停计划管理模块用于获取机场启停计划中的任一组启停计划，输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，t0取24小时，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集，所述选取k组指以故障出现前最后一组数据作为第一组，向前选取，直至选满k组；所述电量数据损耗分析模块用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率，构建电量数据损耗分析模型，输出预测数据增长率；所述预警模块用于若存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，输出故障预警信息至管理员端口，标记当前选取的启停计划；所述智慧电能监管模块用于若不存
在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库，计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；所述供配电数据存储模块的输出端与所述启停计划管理模块的输入端相连接；所述启停计划管理模块的输出端与所述电量数据损耗分析模块的输入端相连接；所述电量数据损耗分析模块的输出端与所述预警模块的输入端以及智慧电能监管模块的输入端相连接。6.根据权利要求5所述的一种基于大数据的智慧电能监管系统，其特征在于：所述供配电数据存储模块包括供配电数据存储单元和标记单元；所述供配电数据存储单元用于获取机场登机桥设备供配电历史数据；所述标记单元用于在供配电数据存储单元中标记出故障出现前的每一次配电下的配电损耗数据；所述供配电数据存储单元的输出端与所述标记单元的输入端相连接。7.根据权利要求5所述的一种基于大数据的智慧电能监管系统，其特征在于：所述启停计划管理模块包括启停计划生成单元和选择单元；所述启停计划生成单元用于获取机场启停计划中的任一组启停计划；所述选择单元用于输出选取的启停计划中任一机场登机桥在未来时间周期t0内的使用次数k，调用历史数据中的配电损耗数据，在每一组配电损耗数据中选取k组数据计入训练集；所述启停计划生成单元的输出端与所述选择单元的输入端相连接。8.根据权利要求5所述的一种基于大数据的智慧电能监管系统，其特征在于：所述电量数据损耗分析模块包括数据处理单元和电量数据损耗分析单元；所述数据处理单元用于对训练集中的每一组配电损耗数据计算相邻差值，形成单位时间的数据增长率；所述电量数据损耗分析单元用于构建电量数据损耗分析模型，输出预测数据增长率；所述数据处理单元的输出端与所述电量数据损耗分析单元的输入端相连接。9.根据权利要求5所述的一种基于大数据的智慧电能监管系统，其特征在于：所述预警模块包括数据接收单元和预警单元；所述数据接收单元用于接收存在输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率的数据；所述预警单元用于输出故障预警信息至管理员端口，标记当前选取的启停计划；所述数据接收单元的输出端与所述预警单元的输入端相连接。10.根据权利要求5所述的一种基于大数据的智慧电能监管系统，其特征在于：所述智慧电能监管模块包括配电损耗汇总单元和筛选单元；所述配电损耗汇总单元用于获取不存在任何一组输出结果超出训练集中任一组配电损耗数据的第一组数据的数据增长率，根据得出的每一次数据增长率计算整个启停计划中的配电损耗值，标记在启停计划中，送入筛选库；所述筛选单元用于计算得出筛选库中所有启停计划的配电损耗值，选取其中最小值对应的启停计划输出至管理员端口，作为当日实施的机场启停计划；所述配电损耗汇总单元的输出端与所述筛选单元的输入端相连接。

技术总结
本发明公开了一种基于大数据的智慧电能监管方法及系统，属于智慧电能监管技术领域。本发明包括：供配电数据存储模块、启停计划管理模块、电量数据损耗分析模块、预警模块以及智慧电能监管模块；所述供配电数据存储模块的输出端与所述启停计划管理模块的输入端相连接；所述启停计划管理模块的输出端与所述电量数据损耗分析模块的输入端相连接；所述电量数据损耗分析模块的输出端与所述预警模块的输入端以及智慧电能监管模块的输入端相连接；本发明基于对登机桥故障来临给出数据的预警；能够根据机场启停计划进行电能分析处理，寻求出最优的电能损耗计划，帮助机场实现电能监管。帮助机场实现电能监管。帮助机场实现电能监管。


技术研发人员：景铭 景少波 沈彩霞
受保护的技术使用者：深圳市利业机电设备有限公司
技术研发日：2023.07.04
技术公布日：2023/10/7