摘要
本发明公开了一种用于智能模具工厂能耗波动可视化管理方法及系统,通过从生产设备获取多源数据,多源数据包括传感器数据、电力监测数据和生产管理数据;采用预先建立的协议转换模块对多源数据进行解析,得到标准化数据;对标准化数据执行数据清洗算法,生成实时能耗数据集;根据实时能耗数据集,采用时间序列分解方法提取周期性特征和趋势性特征;采用支持向量机算法对周期性特征、趋势性特征与生产参数进行建模,得到能耗波动预测模型;判断能耗波动预测模型的输出值是否超过预设阈值,若能耗波动预测模型的输出值超过预设阈值,则触发异常检测算法定位高耗能工序。本发明有助于及时发现能耗异常并采取相应措施,提高生产效率和节能减排效果。
技术关键词
可视化管理方法
智能模具
周期性特征
时间序列分解方法
能耗
协议转换模块
可视化管理系统
支持向量机算法
数据清洗算法
数据转换工具
电力监测设备
校验工具
传感器设备
值检测工具
数据清洗工具
移动平均算法
对齐工具
去重算法
系统为您推荐了相关专利信息
资源分配方法
神经网络模型
深度确定性策略梯度
卸载策略
时延
节能发电机组
节能控制系统
闭环控制算法
频域特征分析
振动监测模块