[发明专利]大数据的设备能效控制方法

权利要求书

1.一种大数据的设备能效控制方法，其特征在于，包括以下步骤：

步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；在步骤一中，所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备；所述步骤一中，包括以下子步骤：

预处理子步骤一，对目标设备的数据源进行属性分析，建立属性索引和分类；

预处理子步骤二，根据目标设备的数据源进行属性分析结果，首先执行数据评估分步骤、数据重组分步骤；然后根据目标设备的数据源进行属性分析结果，执行数据清洗分步骤，再根据数据集的大小确定进行数据抽取分步骤，再对数据集中不符合挖掘格式的数据进行数据过滤分步骤，若数据集中的冗余属性较多，则进行数据归约分步骤后保存为数据矩阵的格式，否则直接保存为数据矩阵的格式；

预处理子步骤三，建立多源数据的结构化低秩表示模型，表征多模态数据间的结构关系，通过矩阵的低秩与结构化稀疏性约束对数据质量进行检测，从稀疏的误差中恢复出关系矩阵；

步骤二，计算目标设备的能效数据，

步骤三，对目标设备的能效数据进行分析，发布能效分析结果；

在目标设备为变压器时，

在步骤一中，获得目标变压器的实测运行数据和铭牌数据，

在步骤二中，执行以下变压器能效计算子步骤：

变压器能效计算子步骤一，计算获得变压器日均负载率β；

变压器能效计算子步骤二，根据日变压器投入运行的工作时间T、变压器的空载损耗P_o、变压器的负载损耗P_N和额定容量S_N通过以下计算公式：ΔA_p＝(P_o+β²P_N)T

计算得出变压器日均有功电能损耗ΔA_p；

变压器能效计算子步骤三，根据变压器日均有功电能损耗ΔA_p和变压器日均输出电量A_Z，通过以下计算公式：

计算得出变压器实际运行效率η_d；

变压器能效计算子步骤三，计算变压器的最佳负荷率和变压器的最大效率

在步骤三中，若则判断为维持现状；

若在设定时长内变压器的负载率均低于30％，则判断为需要改用符合的计算结果的变压器，上式中S为实际使用负荷；

若变压器的运行效率时，则判断为需要执行以下动作：增加无功就地补偿。

2.根据权利要求1所述的大数据的设备能效控制方法，其特征在于：多源异构大数据的融合包括以下子步骤：

多源异构大数据的融合步骤一，将N个模态的目标设备相关数据资料，记为{X¹,X²,...,X^N}，每个模态的数据集包含p个观测样本采用多核学习算法对N个模态的数据分别设计一个核函数K^m(x_i,x_j)，每个核函数隐式确定一个非线性映射函数φ^m(x_i)；

多源异构大数据的融合步骤二，通过非线性映射函数φ^m(x_i)获得各个模态的观测资料X^m，将各个模态的观测资料X^m分别输入对应的核函数K^m(x_i,x_j)进行映射,生成M个同维的K^m∈R^p×p核矩阵，从而嵌入一个同性的多核元空间；

多源异构大数据的融合步骤三，对多元核空间的数据采用嵌入投影算法进行多源融合。