监视系统 |
|||||||
| 申请号 | CN201480023188.X | 申请日 | 2014-04-23 | 公开(公告)号 | CN105143830B | 公开(公告)日 | 2017-08-25 |
| 申请人 | 雷蒙尼有限责任公司; | 发明人 | B·E·麦德森; | ||||
| 摘要 | 公开了一种用于监视多个设备(D1、D2、D3)处的资源流量的系统(2)。该系统(2)包括接收单元(4)，其接收来自多个 传感器 (S1、S2、S3、S4、S5)以及多个计量表(M1、M2、M3)的数据，所述传感器被配置为在设备级检测流率和/或流率的变化；所述计量表被配置为测量设备(D1、D2、D3)的至少一部分的流量。该系统(2)包括计算模 块 (8)，被配置为接收来自传感器(S1、S2、S3、S4、S5)和计量表(M1、M2、M3)的信息，并且该计算模块(8)包括数学统计模型(38)，其被配置为估计和/或预测针对设备(D1、D2、D3)的至少一个选择的资源的流量和/或性能(例如活动)。 | ||||||
| 权利要求 | 1.一种用于监视多个设备(D1、D2、D3)处的资源流量的系统(2)，该系统(2)包括接收单元(4)，所述接收单元(4)被配置为接收来自多个传感器(S1、S2、S3、S4、S5)和高精度计量表(M1、M2、M3)的数据，所述多个传感器被配置为在设备级检测流率和/或流率的改变，并且所述高精度计量表被配置为以预定的高精确度来测量所述设备(D1、D2、D3)的至少一部分的总体流量， |
||||||
| 说明书全文 | 监视系统技术领域[0001] 本发明一般地涉及用于非介入监视的系统和方法。本发明更特别地涉及用于设备级非介入监视的系统和方法，以概述识别引起资源丢失的设备的技术设施。 背景技术[0002] 资源浪费和过度消耗是现代社会主要关心的问题，因为其导致环境和经济问题两者。被浪费的资源大部分来源于不正常的或低效的设备。不正常设备可能导致资源浪费，因为预期的生产被损坏或甚至损失掉，而低效的设备可能导致为获得所希望生产而过度消耗资源。 [0003] 已知可以通过在单个生产设备级的连续监视，从工业生产中识别出现有和出现的问题，并且可以减少资源的过度消耗。然而，当前系统的挑战是安装和操作整套所需专用技术的费用限制了其使用范围。另外，这种监视系统对已有的设备设施的改装而言通常是复杂的，并且难以可接受地配合设计。 [0004] 所谓的非介入监视(NILM)系统是公知的，其应用一种技术例如通过主馈电线的单个测量点来确定家庭的电气负载组成。G.W.Hart在1989年6月的Technology and Society Magazine的第8卷第2期第12、16页的文章“Residential energy monitoring and computerized surveillance via utility power flows”中描述了该技术。 [0005] 然而该技术不能处理复杂的电气设置，并且不能克服已经提出的在设施中增加简单的分表电力传感器以区分具有类似能流的设备的挑战。EP2489987A2公开了用于非侵入能流监视的系统。该系统包括一个或多个设备实施例，该一个或多个设备实施例包括被配置为将设备耦连到电路导体的变压器，该电路导体被耦连到附加设备。该系统还包括检测模块和传输模块，该检测模块被配置为检测电路导体上的功率信号的改变，该传输模块被配置为如果功率信号的改变满足或超过特定阈值，那么在电路导体上传输与附加设备相关联的唯一信号。 [0006] 然而，即使这些更先进的NILM方法通常也不能预测和估计出现出的问题和/或资源的过度消耗。在动态系统(诸如通风、卫生或食品生产)中，知道例如电力流量一般不足以能够对系统的真实性能进行建模。 [0007] 当多个变化源影响潜在的(例如，底层)动态的(例如，演变的)随机过程时，实际上不可以通过现有技术的方法有效地对所述随机过程进行建模。因此，唯一的替换方案是例如来自工业的已知的昂贵和复杂的监视技术。 [0008] 更具体而言，需要一种系统，其可在已有的设施处(作为例子，在建筑物内)被改装，以给出对关键设备的性能的概述。还需要该系统估计和预测关键设备的活动、能量消耗和/或资源流量(例如，热、功率和/或通风)。 [0009] 因此，本发明的一个目的是提供一种用于监视多个设备处的资源流量的系统，该系统比应用传统监视技术的现有系统更便宜并且复杂度更低。 [0010] 本发明的另一个目的是提供一种能够估计和预测多个预定设备的活动、能量消耗和/或资源流量(例如热、电力和/或通风)的系统。 发明内容[0012] 根据本发明的系统是用于监视多个设备处的资源流量的系统，该系统包括接收单元，该接收单元被配置为接收来自多个传感器和多个计量表的数据，所述多个传感器被配置为在设备级检测流率(flow rate)和/或流率的改变，所述多个计量表被配置为测量所述设备的至少一部分的总体流量。该系统包括计算模块，该计算模块被配置为接收来自传感器和计量表的信息，并且该计算模块包括数学统计模型，该数学统计模型被配置为估计和/或预测针对设备的至少一种选择的资源流量和/或性能。 [0013] 因此实现了系统可以估计和预测一组设备的活动性能和或资源流量(例如，热、功率或通风气流)，所述一组设备为例如商业建筑或生产工厂中的HVAC(热、通风和空调)系统。另外，该系统可以检测设备是否以导致资源的过度消耗的方式被使用和/或工作。 [0014] 另外，实现了可以借助于与现有技术的系统相比复杂度较低且精度较低(并且因此较便宜的)的监视设备(传感器)来构造该系统。事实上，可以应用不适于用于已知系统的传感器。通过应用数学统计模型，根据本发明的系统使得可以“校准”和/或调整来自“简单”和“便宜”的传感器(与用于这种系统的典型的计量表相比较，具有低精度)的测量结果。 [0016] 设备指单个设备、明确定义的设备组或例如诸如机器的复杂设备的子设备。 [0018] 优选地，所有传感器可针对已有设施(作为例子，建筑物或机器)而被改装。 [0020] 所述传感器被配置为向接收单元发送信息，并且所述信息可以是任何适合类型的信号(例如，无线信号)。信息可以是由传感器和计量表检测的任何类型的数据。 [0021] 计算模块可以是任何适合类型的计算模块，该计算模块被配置为接收来自传感器的信息并且包括数学统计模型。 [0022] 术语估计和/或预测指通过使用数学统计模型来确定。确定可以是基于来自从传感器和计量表收集的数据的信息以及任何适合的其它信息的预报。在任何情况下，运用为匹配应用而开发的数学统计模型可以是一个优点。换言之，不同应用可能需要不同的数学统计模型。 [0023] 术语资源流量指热、功率的流量和/或通过管道(或另一个结构)的流体的流量和/或电磁辐射的强度或另一个参量的流量。作为例子，资源流量可以是功率吸收(每时间单位的能量)，或者是通过管道的流量(例如水)(每单位时间的体积)。 [0024] 优选地，计算模块包括数学统计模型，该数学统计模型被配置为估计和/或预测所有设备的资源流量。 [0025] 优选地，计算模块包括被配置为估计和/或预测设备未按预期执行的数学统计模型。 [0026] 优选地，如果系统未按预期执行，那么数学统计模型可以产生提醒和警报以便通知用户。 [0027] 优选地，传感器被配置为与接收单元无线地通信。 [0028] 可以使用简单类型的传感器，例如，被配置为附接到电缆的管道外部的传感器。 [0029] 术语计量表指被配置为测量针对设备的至少一种选择的总资源流量的单元。计量表可以是被配置为以预定精度(优选地，高精度)来测量针对设备的至少一种选择的总资源流量的单元。作为例子，这种计量表一般用于执行对能量消耗、热、冷和电力的精确测量。 [0030] 在根据本发明的系统中，可以使用具有比该系统的计量表的精度低得多的精度的传感器。通过使用数学统计模型，可以“补偿”传感器的较低精度。 [0031] 因此，可以提供对针对设备的至少一种选择的总体测量。 [0032] 系统包括被配置为测量所有设备的资源流量并将信息发送到接收单元的多个计量表，这可以是一个优点。因此可以确定总资源流量。 [0033] 计量表是能够提供对资源流量的非常精确的测量结果的高精度计量表，从而检测到的数据可用于提供对设备处的资源流量的精确估计和/或预测，这可以是一个优点。 [0034] 可以具有一种系统，其中不是所有设备都配备有传感器，并且其中计量表测量比配备有传感器的设备更多的设备的资源流量。 [0035] 即使不是所有设备都配备有传感器，数学统计模型优选地仍被配置为基于来自传感器和来自计量表的信息来估计和/或预测设备的资源流量。 [0036] 数学统计模型为特定类型，其能够估计与每个传感器相关联的每个主计量表测量结果的潜在部分，这可以是一个优点。 [0037] 有利地，数学统计模型包括： [0038] -对从主计量表测量结果到特定传感器测量结果的潜在映射进行建模的数学函数分量，和 [0039] -如果有的话，对测量噪音和与未被传感器测量的使用相关联的每个主计量表测量结果的一部分进行建模的随机分量。 [0040] 数学统计模型可以是任何适合的类型，其能够估计与传感器相关联的每个主计量表测量结果的潜在部分。如从统计建模领域知道的，可以使用若干方法来构造特定类别的模型，例如时间序列分析方法和/或多元数据分析方法，诸如方差分析(ANOVA)、马尔可夫模型、通用线性模型(GLM)和多变量高斯模型。 [0042] 因此可以提供非常简单和用户友好的系统。 [0043] 在一个或多个路由器中实现该计算模块可以是一个优点。因此，可以提供系统的可靠和安全配置。 [0044] 一个或多个传感器包括能量采集器，这可以是有利的。因此，传感器电力可以自给自足，从而不需要电池或外部能量。 [0045] 使用采集的能量来检测设备的资源流量或改变资源流率，这可以是一个优点。因此，可以提供简单和高效的传感器，并且可以应用有效和可靠的检测技术。 [0046] 使用采集的能量来检测设备的资源流量或改变资源流率并且执行与接收单元和/或计算模块的无线通信，这可以是一个优点。 [0047] 计算模块和数学统计模型被集成在系统的装置中，这可以是一个优点。因此，不需要分离的路由器，并且可以提供非常简单的系统。 [0048] 计算模块和数学模型以及用户接口被集成在系统的装置中，这可以是一个优点。 [0049] 有利地，计算模块和数学统计模型被集成在用户接口中。这种系统简单并且仅需要很少的特征。 [0050] 用户接口是智能手机或类似的智能设备，这可以是一个优点。 [0051] 另外，计算模块和数学统计模型被集成在智能手机中，这可以是一个优点。 [0052] 在根据本发明的优选实施例中，计算模块是具有数学统计模型和数据存储器的云服务。使用云服务使得可以将其它系统连接到云服务，并且因此从其它系统获得用于数学统计模型的附加数据。因此，可以开发很复杂和精确的数学统计模型。另外，当云服务从其它系统获得用于数学统计模型的附加数据时，可以较快地检测趋势。 [0053] 系统包括控制单元，该控制单元被配置为改变一个或多个设备或者另一个装置(例如，主管道的阀)的活动，这可以是一个优点。因此实现了系统可以通过使用控制单元来执行动作(切断设备、调控电机的速度或其它动作)。控制单元可以包括一个或多个致动器(例如，作为例子，电动阀或者电控永磁电动机)。 [0054] 优选地，该系统被配置为估计针对所述设备的至少一种选择的实际和/或未来活动。因此，该系统可被用于调控和优化设备的活动，以便节能和避免不正常设备保持接通，并且防止资源浪费和资源的过度消耗。 [0055] 传感器被配置为作为例如带、卡子或条而附接到所述设备(例如，电子设备的电力电缆上)，这可以是一个优点。以这种方式，传感器不需要与设备的被监视的管道、电缆、容器、冷却/加热设备的内部具有物理接触。 [0056] 根据本发明的方法是用于通过使用接收单元来监视多个设备的资源流量的方法，该接收单元从多个传感器和多个计量表接收数据，所述多个传感器被配置为在设备级检测流率和/或流率的改变，所述多个计量表被配置为测量所述设备的至少一部分的流量。所述方法包括通过使用计算模块来估计和/或预测针对设备的至少一种选择的资源损失和/或流量的步骤，所述计算模块被配置为从传感器和计量表接收信息，其中在包括数学统计模型的计算模块中执行估计和/或预测资源流量。 [0057] 所述方法包括将来自多个计量表的信息发送到接收单元和应用来自计量表的信息以便估计和/或预测针对所述设备的至少一种选择的资源流量的步骤，所述多个计量表被配置为测量针对所述设备的至少一种选择的资源流量，这可以是一个优点。 [0058] 优选地，所述方法使用如权利要求1-9定义的系统来估计和/或预测针对于所述设备的至少一种选择的资源流量。 [0059] 接收单元被配置为自动识别系统的传感器和/或计量表中的一个或多个，这可以是一个优点。因此，用户容易安装系统的传感器和/或计量表。 [0060] 系统的用户可以通过用户接口来增加关于传感器、计量表或控制单元的其它信息，这可以是一个优点。可以在数学统计模型和/或用户接口中使用增加的信息。 [0061] 传感器和/或计量表中的至少某些包含时间戳模块，以便确保来自传感器和/或计量表的数据的正确链接，这可以是一个优点。 [0062] 来自传感器和/或计量表的数据可被以任何适合的采样率采样，例如，每秒一次、每分钟一次或每半小时一次。 [0064] 在数据收集处理中精简来自传感器和/或计量表的数据，因此仅用于确定潜在处理的足够数据被进一步传输到数学统计模型，这可以是一个优点。例如，可以将来自传感器的一系列同系(homologue)状态分组精简为仅仅包含传感器的实际状态的开始和结束时间的单个数据分组。可以在一个或多个路由器和/或传感器和/或计量表处执行数据精简。 [0066] 数学统计模型可被以计算机代码实现或直接以集成电路实现。 [0067] 用户接口具有对系统的远程访问，这可以是一个优点。 [0068] 通过使用ZigBee和/或WiFi数据通信协议来执行无线数据通信，这可以是一个优点。 附图说明[0069] 根据下文给出的详细说明，将更加全面地理解本发明。仅以示出方式给出附图，并且因此附图不是对本发明的限制。在附图中： [0070] 图1示出了根据本发明的第一系统的示意图； [0071] 图2示出了根据本发明的第二系统的示意图； [0072] 图3示出了根据本发明的第三系统的示意图； [0073] 图4示出了由根据本发明的系统监视的设备；和 [0074] 图5示出了根据本发明的系统的一部分。 具体实施方式[0075] 现在出于示出本发明的优选实施例的目的详细地参考附图，图1示出了根据本发明的系统2。 [0076] 图1是根据本发明的系统2的示意图。系统2包括第一传感器S1，第一传感器S1被配置为监视附接有第一传感器S1的第一设备D1。系统2还包括被配置为监视第二设备D2的两个其它传感器(S2和S3)。系统2还包括被配置为监视第三设备D3的两个其它传感器(S4和S5)。传感器S1、S2、S3、S4和S5被配置为与路由器4无线地通信。 [0077] 系统2包括被配置为与路由器4通信的计量表(M1和M2)，路由器4被配置为与云服务8无线地通信。路由器4与由智能手机10表示的用户接口10无线地通信。路由器4还被配置为与控制单元6无线地通信。控制单元6可以是能够调控设备D1、D2、D3或第四设备D4中的一个或多个设备的活动的致动器。作为例子，可以通过改变流量(例如，通过使用阀)、改变(泵或电机的)速度或通过关闭设备D1、D2、D3、D4中的一个或多个设备，来执行设备D1、D2、D3、D4中的一个或多个设备的活动的调控。 [0079] 云服务8包括数据存储器36，数据存储器36可用于存储从路由器4接收的信息或者通过云服务8修改或计算的数据。云服务8另外包括数学统计模型38，数学统计模型38被配置为估计和/或预报设备D1、D2、D3中的一个或多个设备的活动或者通过设备D1、D2、D3中的一个或多个设备的(例如，流体、气体、电力或热)的流量。数学统计模型38可以是任何适合类型的数学统计模型38，并且数学统计模型38可以对来自传感器S1、S2、S3、S4、S5中的一个或多个传感器和来自计量表M1、M2、M3中的一个或多个计量表的组合数据进行推导，以便估计和/或预报设备D1、D2、D3中的一个或多个设备的活动或通过设备D1、D2、D3中的一个或多个设备的(例如，流体、气体、电力或热)的流量。 [0080] 云服务8可以接收来自多个其它系统(未示出)的输入，并且以这种方式，可以从相同或者不同类型的若干系统收集信息。以这种方式，可以根据设备D1、D2、D3的流量曲线(profile)(例如，资源流量)来提供更新的数学统计模型38。 [0081] 优选地，计量表M1、M2、M3是高精度计量表，然而，传感器S1、S2、S3、S4、S5可以是便宜的传感器。来自计量表M1、M2、M3和来自S1、S2、S3、S4、S5的数据可被用于通过使用数学统计模型38来预测D1、D2、D3的流率。 [0082] 例如，传感器S1、S2、S3、S4、S5可以被配置为测量(例如，管道中的流体的)流量、电力、温度、照度(作为例子，如果传感器是用于测量房间中或外部的亮度的照度计)。 [0083] 设备D1、D2、D3可以是具有“资源”(诸如，功率、流体(例如，类似冷却剂、饮料或水的液体或者诸如天然气的气体))的流的各种设备。因此，设备D1、D2、D3可以是HVAC设备，诸如加热设备、通风设备和空气调节设备或者冰箱、灯、散热器、楼板暖气或一般的电子设备。 [0084] 系统2容易在已有的设施处进行改装。例如，作为例子，仅仅通过将无线温度传感器S1附接到加热面，或者将感应传感器S2附接到电子设备D2，传感器S1、S2、S3、S4、S5就可被添加到已有的设施。 [0085] 计量表M1、M2、M3可以是已有设施中的已有计量表M1、M2、M3。因此，系统2中的某些元件可能已经存在于该设施中，针对该设施将对系统2进行改装。 [0086] 在必须在大面积内安装系统2的情况下，可以使用中继器。一个或多个中继器可被配置为接收信号，并且以较高电平或较高功率重新传播该信号，或者将该信号重新传播至障碍物的另一侧，从而使得该信号可以覆盖更长距离。 [0087] 图2示出根据本发明的系统2的示意视图。系统2包括无线路由器4，该无线路由器被配置为与一组传感器S1、S2、S3、S4，计量表M1、M2、M3，云服务8，以智能手机10形式的用户接口10以及三个控制单元20、22、40无线地通信。 [0088] 系统2包括第一计量表M1，该第一计量表M1被配置为测量包括空调24的一组电子设备的总功率流。重要的是强调即使在图2中未指明，该系统仍可以包括大量电子设备。 [0089] 第一计量表M1被配置为与路由器4无线地通信，并且向该路由器发送关于总功率流的信息。第一计量表M1还包括可以通过路由器4无线控制的电源开关18。在产生电源警告的情况下，路由器4可以通过使用电源开关18来关闭主电源线路。 [0090] 系统2还包括(用于供水的)主管道14。主管道14配备有计量表M2，计量表M2被配置为与路由器4无线地通信并且向路由器4发送信息。计量表M2被配置为连续地测量通过安装有系统2的建筑物的总水流量。 [0091] 阀20安装在主管道14上，并且该阀被配置为与路由器4无线地通信。路由器4可以控制阀20并且因此调控通过主管道14的流量。阀20可以(例如，通过关闭阀20)减小通过主管道14的流量，增加通过主管道14的流量，或者保持通过主管道14的流量恒定。 [0092] 系统2还包括第三计量表M3，该第三计量表M3被配置为与路由器4无线地通信。路由器4接收关于由能量计量表M3测量的总能流的无线信息。 [0093] 第一传感器S1附接到第一设备16，第一设备16是水管16。为水管16提供形成为阀40的控制单元。第一传感器S1被配置为检测通过管道16的流量，或是否存在通过管道16的流量，或通过管道16的流量是否改变，然后将检测到的信息无线地发送到路由器4。路由器4被配置为向阀40发送无线信号并且因此控制阀40，例如，以便调控通过管道16的流量。阀40可被关闭，以便在(由路由器4检测的。路由器可以对第一传感器S1测量的流量和主管道14处的计量表M2测量的总流量进行比较)泄露的情况下停止通过管道16的流量。 [0094] 传感器S1仅仅需要检测是否存在通过管道16的流量或者是否存在通过管道16的流量的改变，这可以是一个优点。因此，可以向系统2应用简单并且便宜的传感器S1。 [0095] 第二传感器S2附接到加热器12。第二传感器S2被配置为检测加热器12的温度和/或通过加热器12的水的流量，或者检测是否存在通过加热器12的流量，并且将检测到的信息无线地发送到路由器4。传感器S2仅仅需要检测是否存在通过加热器12的流量或者是否存在通过加热器12的流量的改变，这可以是一个优点，因为那样可以在系统2中应用简单并且便宜的传感器S2。 [0096] 第三传感器S3附接到空调24的电力电缆26。第三传感器S3被配置为检测加热器12的温度和/或通过加热器12的水的流量，并且将检测到的信息无线地发送到路由器4。传感器S3仅仅需要检测电缆26处是否存在电力，这可以是一个优点。以这种方式，可以在系统2中使用简单并且便宜的传感器S3。 [0097] 空调24包括被设置在空调24顶部的控制单元22。控制单元22能够调控空调24的活动。通过路由器4无线地控制控制单元22。这意味着路由器4可以通过与控制单元22无线地通信来关闭、接通和调控空调24的活动。 [0098] 系统2还包括不附接到任何特定设备的传感器S4。传感器S4可以是位于任何适合位置的温度传感器，例如，以便作为例子检测室温。传感器S4还可以是照度传感器，其被配置为测量光的流入量，因为当确定是否接通加热器12时，该信息可能是重要的。 [0099] 系统2包括云服务8，该云服务8包括数据存储器36，该数据存储器36可用于存储从路由器4接收的信息或者通过云服务8修改或计算的数据。此外，云服务8包括数学统计模型38，该数学统计模型38被配置为估计和/或预测系统的设备16、24、12中的一个或多个设备的活动(水、功率或热能的流量)。可以应用任何适合的数学统计模型38，并且数学统计模型 38可以对来自传感器S1、S2、S3、S4中的一个或多个传感器和来自计量表M1、M2、M3中的一个或多个计量表的组合数据进行推导，以便估计和/或预测设备16、24、12中的一个或多个设备的活动。 [0100] 作为智能手机10的用户接口10与路由器4无线地通信。因此，系统2的用户可以访问关于针对设备16、12、24的至少一个选择的估计的或预测的资源流量的信息。智能手机10还可以被用于通过路由器4来控制控制单元22、40、20，或者改变路由器4的设置(例如，向数学统计模型38上传新结构或参数)。 [0101] 系统2可被用于产生警告，以及关闭或调控设备16、24、12中的任一个的活动，例如，以便减少总能流。作为例子，系统2将自动检测加热器12和空调24是否被同时激活。 [0102] (在室温在预定的舒适范围之内的情况下)系统2然后将关闭加热器12。如果室温高于优选室温，那么系统2可以增加空调24的活动。在另一方面，如果室温低于优选室温，那么系统可以关闭空调24并且接通加热器12。 [0103] 图3示出了几乎与图2所示的系统2类似的系统2的示意图。然而，以智能手机10形式的用户接口10替换无线路由器4。智能手机10被配置为与一组传感器S1、S2、S3、S4，计量表M1、M2、M3，云服务8和三个控制单元20、22、40无线地通信。系统2的功能对应于图2所示的系统2的功能。重要的是指出用户接口10可以是任何其它类型的适合用户接口，例如，膝上计算机。 [0104] 图4示出了图2和图3所示的空调24的示意图。图4a)是附接到空调24的电力电缆26的传感器S1的示意特写横截面视图。图4b)是空调24的透视图。 [0105] 在图4b)中，可以看出空调24具有电力电缆26，传感器S1被附接到电力电缆26。传感器S1被配置为向路由器或用户接口(未示出)发送无线信号34。 [0106] 在图4a)中，可以看出S1包括挨着布置在中央的功率管理器30布置的能量采集器28，该功率管理器30挨着无线换能器32布置。能量采集器28可以是任何适合类型的能量采集器。功率管理器30可以是能够产生信号34的任何单元，信号34可使用无线换能器32被发送。 [0107] 采集的能量被用于检测空调24的活动，这可以是一个优点。那么可以提供当能量被采集时能够产生无线信号32的传感器S1。当空调24被激活时，电力电缆26将承载电流，并且因此能量将被采集。 [0108] 然而，如果必要，传感器S1可以被设置有电池和或多个电容器或任何其它适合的能量存储器。 [0109] 根据本发明的系统2可被用于检测出现的问题(例如，管网中的水泄露或动物畜群中出现的疾病)的早期提醒。 [0110] 系统2还可以被用于检测资源的过度消耗，例如，加热器12和空调是否被同时激活。在这种情况下，系统2可以被配置为考虑该情况，并且关闭或调控至少一个设备的活动。 [0111] 系统2可被用于提供关于资源随着时间的实际流量的一般信息，并且在突发故障的情况下产生警报。此外，系统可被用于估计或预测设备的将来资源流量。 [0112] 系统2还可被用于模拟一新设备组的将来资源流量(例如，如果由于生产容量需求的增加，公司考虑增加设备的数目)。 [0113] 系统2可被用于按标准检测(benchmark)类似的设备，以对技术设计执行维护监督并且允许远程监督。 [0114] 传感器S1、S2、S3、S4和计量表M1、M2、M3中的每一个可以包含唯一标识符(例如，编号、签名、描述或ID)。以这种方式，路由器4或用户接口10能够将每一个进入的无线信号34与特定设备耦连。换言之，使用唯一标识符确保路由器4或者用户接口10可以用最佳的方式使用无线信号34。 [0115] 传感器S1、S2、S3、S4可以被配置为检测设备D1、D2、D3、12、16、24何时被激活(设备何时被接通，或者何时存在通过设备的例如水、气体或电流的资源的流量)。 [0116] 图5示出了根据本发明的系统2的一部分。图5示出了可以如何使用根据本发明的系统2来测量主管道14和多个较小的分配管道16中的水流量。 [0117] 借助于一个主计量表M1来计量提供给设施的水，该主计量表M1提供高精度(例如，管理机构批准的或在用于流量测量的标准内)的测量结果。主管道14与多个较小的分配管道16流体通信，而多个传感器S1、S2和S3被附接到这些较小的分配管道16、16’、16”中的某些的外部。 [0118] 下面，将看一看传感器S1处的计量。传感器S1是包括简单的压电元件的压电传感器。因此，传感器信号随着管道16中的流量而改变。然而，来自传感器S1的信号取决于管道16的材料和尺寸、传感器附接方式和介质(在这个例子中为水)。因此，传感器信号必须被“变换”或者“调整/校准”，以给出实际流量(通过使用高精度计量表将实现的流量)。在现有技术的系统中，必须应用被配置为测量特定环境(管道16的尺寸、管道16的材料和附接类型)中的流量的“高质量传感器”。 [0119] 因为本发明应用数学统计模型，所以可以使用简单的传感器S1以确定管道16处的流量。使用数学统计模型使得可以补偿传感器S1的低精度。 [0120] 传感器S1附接到管道16外部，并且以后可以在时间间隔上对来自传感器S1的一系列测量进行采样。 [0121] 在相同的时间间隔中，以相同的时间间隔对来自主计量表M1的一系列测量结果进行采样。 [0122] 使用数学统计模型来估计流过其上附接有传感器S1的管道16的主计量表流量的一部分。可以对传感器S1的测量结果执行与时间相关的变换，以便针对传感器S1的实际环境进行校正。 [0123] 通过使用数学统计模型来估计是否可以使用与时间无关的变换，可以获得较少需要计算机的方法。 [0124] 对来自传感器S1的运行测量结果使用与时间无关的变换，而不是完全的数学统计模型，这可以是一个优点。 [0125] 可以有利地不时测试变换的精度是否是可接受的，并且如果需要的话，使用数学统计模型对其进行更新。 [0126] 通过估计变换的测量结果误差，可以获得需要的样本的所需数量。以这种方式，可以拖延结果，直到获得所希望的精度。 [0127] 下面描述使用数学统计模型38来估计潜在的随机过程的一个优选方法。例如，可以通过以下定义的状态空间模型对潜在随机过程进行建模： [0128] (1)Yt＝Ftθt+εt εt～N(0，Vt) [0129] [0130] 其中Yt是确定(例如，描述或定义)时刻t处观察到的过程的向量，包括来自传感器(S1、S2、...、Sn)和/或计量表M1、M2、...、Mk的观察到的数据；θt是确定时刻t处所述潜在随机过程的向量，包括潜在过程数据，诸如通风效率百分率、资源过度消耗百分率、资源流量、设备健康状态等等；Ft是确定时刻t处潜在过程和观察到的过程之间的线性关系的回归矩阵，Gt是确定潜在过程中从时刻t-1到时刻t的线性变迁的演变(evolve)矩阵；εt和 分别是观察到的过程和潜在过程的零均值多变量高斯分布噪声向量；Vt是观测方差-协方差矩阵；并且Wt是演进方差-协方差矩阵。 [0131] 可以使用来自被建模的系统和/或类似系统的先验数据，通过例如卡尔曼滤波器来估计模型参数矩阵Ft和Gt，在下文中由用户和/或该领域的专家提供所述数据。可以使用标准统计方法对该过程进行推导(例如，估计信息)。该信息可以是例如估计的信号(例如，趋势)和/或过程的预测(例如，预报)，以及估计的相关分布、方差和/或置信区间。使用这些种类的估计，易于例如产生提醒和/或警报。例如，如果通过改变而过程中观察到的偏差的概率为小于0.1％的可能性发生，则可以选择出现警报。 [0132] 上面的模型构架是更一般的模型构架的特例。 [0133] (3)Yt＝ft(θt)+εtεt～δ1(Vt) [0134] [0135] 其中ft和gt是广义函数，δ1和δ2是一般统计分布，并且所有其它术语如上所述。 [0136] 在潜在过程和观察到的过程之间的关系是非线性的情况下，可以通过例如扩展的卡尔曼滤波器来对该更一般的模型构架进行推导，并且在于连续标尺上定义(例如，描述)时间的情况下，可以通过卡尔曼-布西滤波器来对该更一般的模型构架进行推导。 [0137] 其它时间序列分析方法和/或多元数据分析方法，诸如方差分析(ANOVA)、马尔可夫模型、通用线性模型(GLM)和多变量高斯模型也可被用于估计所述潜在随机过程，并且推导所述信息。 [0138] 附图标记列表 [0139] 2-系统 [0140] 4-路由器 [0141] 6-控制单元 [0142] 8-云服务 [0143] 10-用户接口 [0144] D1、D2、D3-设备 [0145] S1、S2、S3、S4、...、Sn-传感器 [0146] M1、M2、M3-计量表 [0147] 12-加热器 [0148] 14-主管道 [0149] 16、16’、16”-管道 [0150] 18-电源开关 [0151] 20-阀 [0152] 22-控制单元 [0153] 24-空调 [0154] 26-电缆 [0155] 28-能量采集器 [0156] 30-电力管理器 [0157] 32-无线换能器 [0158] 34-无线信号 [0159] 36-数据存储器 [0160] 38-数学统计模型 [0161] 40-阀 |
||||||
QQ群二维码
意见反馈
意见反馈