企业的环保设备监测方法、系统、介质及电子设备

专利主权项内容

1.一种企业的环保设备监测方法，其特征在于，所述方法包括：获取预先安装在目标企业的生产设备的第一智能电表在预设周期内记录的第一用电数据；获取预先安装在所述目标企业的环保设备的第二智能电表在预设周期内记录的第二用电数据；根据所述第一用电数据以及所述目标企业在预设周期内的目标生产量，分析所述目标企业在所述预设周期内的实际排污量；其中，所述实际排污量是根据正向有功功率总电量、有效功率以及目标用电总量确定的，所述正向有功功率总电量是通过正向有功功率尖段电量、正向有功功率峰段电量、正向有功功率平段电量、正向有功功率谷段电量计算的，所述有效功率是根据顺向有功功率总电量和反向有功功率总电量计算的，所述目标用电总量是基于预先标注的生产量和用电量的映射关系确定的，所述正向有功功率尖段电量、正向有功功率峰段电量、正向有功功率平段电量、正向有功功率谷段电量、顺向有功功率总电量以及反向有功功率总电量属于所述第一用电数据；其中，所述第一用电数据包括正向有功功率尖段电量、正向有功功率峰段电量、正向有功功率平段电量、正向有功功率谷段电量、顺向有功功率总电量以及反向有功功率总电量；所述根据所述第一用电数据以及所述目标企业在预设周期内的目标生产量，分析所述目标企业在所述预设周期内的实际排污量，包括：根据所述正向有功功率尖段电量、正向有功功率峰段电量、正向有功功率平段电量、正向有功功率谷段电量，计算所述目标企业在预设周期内的正向有功功率总电量；根据所述顺向有功功率总电量和所述反向有功功率总电量，计算所述生产设备在预设周期内的实际用电所做的有效功率；从预先标注的生产量和用电量的映射关系中，查询所述目标生产量对应的目标用电总量；根据所述正向有功功率总电量、有效功率以及所述目标用电总量，确定所述目标企业在所述预设周期内的实际排污量；其中，所述根据所述正向有功功率总电量、有效功率以及所述目标用电总量，确定所述目标企业在所述预设周期内的实际排污量，包括：根据所述正向有功功率总电量，拟合所述目标企业在所述预设周期内不同时刻的用电分布曲线图；根据所述有效功率，确定所述生产设备的设备用电量；计算所述生产设备的设备用电量处于二维坐标系中的目标点与所述用电分布曲线图的相关性值，以判定所述目标企业的生产设备是否正常运行；在所述相关性值小于等于预设阈值的情况下，确定所述生产设备运行异常，生成设备异常信息发送至所述目标企业；或者，在所述相关性值大于预设阈值的情况下，根据所述目标用电总量，确定所述目标企业在所述预设周期内的所述目标用电总量对应的实际排污量；其中，计算所述生产设备的设备用电量处于二维坐标系中的目标点与所述用电分布曲线图的相关性值，包括：确定所述生产设备的设备用电量处于二维坐标系中的目标点；对所述目标点的坐标点特征进行向量编码，得到所述目标点对应的特征向量表示；对所述用电分布曲线图的线段特征进行向量编码，得到所述用电分布曲线图对应的特征向量表示；计算所述目标点对应的特征向量表示与所述用电分布曲线图对应的特征向量表示之间的相似距离；将计算的相似距离确定为所述生产设备的设备用电量处于二维坐标系中的目标点与所述用电分布曲线图的相关性值；所述相似距离计算公式为：其中，为所述用电分布曲线图对应的特征向量表示中第/>个特征向量表示，/>为所述目标点对应的单个特征向量表示，p为所述用电分布曲线图对应的特征向量表示的总数量；其中，所述根据所述目标用电总量，确定所述目标企业在所述预设周期内的所述目标用电总量对应的实际排污量，包括：获取所述目标企业的生产设备对应的设备数量和设备运行时的用电参数；根据所述目标用电总量、所述设备数量和设备运行时的用电参数，分析每个生产设备的资产效率；所述资产效率包括设备开机情况参数，所述设备开机情况参数包括总开机时长、非工作时间开机时长、平均开机率以及非工作时间开机率；基于所述总开机时长、非工作时间开机时长、平均开机率以及非工作时间开机率，确定所述目标企业的生产设备对应的实际做功时长；将所述目标企业的生产设备对应的实际做功时长和所述生产设备在单位做功时长内运行时的排污量作积，得到所述目标企业在所述预设周期内的所述目标用电总量对应的实际排污量；根据所述第二用电数据，分析所述环保设备的实际污染处理量；其中，所述实际污染处理量是基于预先训练的污染处理量分析模型与所述环保设备在预设周期内的实际用电总量分析得到的；所述环保设备在预设周期内的实际用电总量是根据工作电压以及电流量计算的，所述工作电压以及电流量属于所述第二用电数据；其中，所述第二用电数据包括工作电压以及电流量；所述根据所述第二用电数据，分析所述环保设备的实际污染处理量，包括：根据所述工作电压以及电流量，计算所述环保设备在预设周期内的实际用电总量；将所述实际用电总量输入预先训练的污染处理量分析模型中进行污染处理量分析；所述预先训练的污染处理量分析模型是基于多粒度特征训练生成的，所述多粒度特征是对每个模型训练样本在各预设参数大小粒度下提取的粒度特征，所述每个模型训练样本是基于预设数量的多个用电总量和所述环保设备的生产商所提供的用电总量和污染处理量的映射关系确定的；输出所述实际用电总量对应的所述环保设备的实际污染处理量；其中，按照以下步骤生成预先训练的污染处理量分析模型，包括：按照预设阶梯范围设定预设数量的多个用电总量；从所述环保设备的生产商所提供的用电总量和污染处理量的映射关系中，确定与每个用电总量相近的用电总量对应的目标污染处理量；将与每个用电总量相近的用电总量对应的目标污染处理量确定为所述每个用电总量对应的目标污染处理量；利用所述每个用电总量对应的目标污染处理量对所述每个用电总量进行标签标注，得到多个模型训练样本；提取每个模型训练样本在各预设参数大小粒度下的粒度特征，得到每个模型训练样本的多粒度特征；利用神经网络模型创建污染处理量分析模型；根据每个模型训练样本的多粒度特征对所述污染处理量分析模型进行训练，生成预先训练的污染处理量分析模型；当所述实际排污量与所述实际污染处理量的差值大于预设区间的上限值的情况下，判定所述环保设备在所述预设周期内存在违规，并生成所述目标企业的环保设备告警信息以及用电量上报至预警客户端进行显示。