阅读说明：本技术 基于NB-IoT的能耗监控管理系统 (Energy consumption monitoring and management system based on NB-IoT ) 是由 朱慧光 于 2019-12-06 设计创作，主要内容包括：本发明提供一种基于NB-IOT的能耗监控管理系统,包括控制端、监测端和执行端,所述控制端与所述执行端连接,所述监测端与所述控制端连接,所述监测端组成NB-IOT蜂窝网络,其特征在于,所述执行端包括管理人员、云端、主控设备和控制面板,所述管理人员与所述云端连接,云端与所述主控设备连接,所述主控设备与所述主控面板连接；监测端包括温度监测装置和湿度监测装置,所述监测端与所述云端连接；执行端包括第一主控节点和第二节点,第二节点与第一主控节点组成NB-IOT蜂窝网络,所述第一主控节点与所述控制面板连接。具有有益效果：云端采集数据后进行数据分析及机器学习,并可根据设定阈值自动计算出该区域每日需要的温湿度阈值实现自动控制最优化能耗。(The invention provides an energy consumption monitoring and management system based on NB-IOT (NB-IOT), which comprises a control end, a monitoring end and an execution end, wherein the control end is connected with the execution end, the monitoring end is connected with the control end, and the monitoring end forms an NB-IOT cellular network; the monitoring end comprises a temperature monitoring device and a humidity monitoring device, and is connected with the cloud end; the execution end comprises a first main control node and a second node, the second node and the first main control node form an NB-IOT cellular network, and the first main control node is connected with the control panel. Has the advantages that: data analysis and machine learning are carried out after data are collected by the cloud, and the temperature and humidity threshold value required by the area every day can be automatically calculated according to the set threshold value, so that the optimized energy consumption can be automatically controlled.)

基于NB-IoT的能耗监控管理系统

技术领域

本发明涉及一种基于NB-IOT的能耗监控管理系统及其方法，尤其涉及一种采用通过NB-IOT蜂窝相互连接、分布式的监测装置网络进行区域内能耗数据监测，根据能耗数据实时监控调整的系统和方法。

背景技术

在需要进行区域监控的领域内，如办公室、仓储场所等，传统监控系统依靠线路系统连接，需要进行布线规划，且随着使用时间及场所环境的长时间侵蚀，线路老化带来安全问题；且线路老化更新也渐渐不满足现代社会对于智能家居和办公的要求。

传统监控系统大量依靠人力进行人工调控，监测的历史数据冗余，并未充分发挥其根据时间、季节、场所等情况的统计功能。现有历史数据的统计能力较为笨拙，且不针对数据结构进行处理遴选，造成统计决策能力低下、甚至出现错误。

NB-IoT窄带物联网是物联网的一个重要分支，主要用于构建蜂窝网络，只消耗大约180kHz的带宽，即可直接部署于GSM网络、UMTS网络或LTE网络，部署成本低廉、可较为理想地改造和升级现有监测系统。

发明内容

本发明提供一种基于NB-IOT的能耗监控管理系统及其方法，由一个主控监测节点及一个或多个检测节点通过NB-IOT蜂窝网络组成一个区域内多点的湿度、温度监控控制及反馈系统，上报一定区域内的温湿度变化数据及主动控制信息。云端采集数据后进行数据分析及机器学习，并可根据设定阈值自动计算出该区域每日需要的温湿度阈值实现自动控制最优化能耗。

本发明提供一种基于NB-IOT的能耗监控管理系统，包括控制端、监测端和执行端，所述控制端与所述执行端连接，所述监测端与所述控制端连接，所述监测端组成NB-IOT蜂窝网络，其特征在于，

所述执行端包括管理人员、云端、主控设备和控制面板，所述管理人员与所述云端连接，所述云端与所述主控设备连接，所述主控设备与所述主控面板连接；

所述监测端包括温度监测装置和湿度监测装置，所述监测端与所述云端连接；

所述执行端包括第一主控节点和第二节点，所述第二节点与所述第一主控节点组成NB-IOT蜂窝网络，所述第一主控节点与所述控制面板连接。

优选地，所述监测端包括若干第一温度监测装置、第二温度监测装置和若干第一湿度监测装置、第二湿度监测装置。

优选地，根据所述执行端配置所述监测端，以形成所述监测端均匀围绕所述执行端。

优选地，还包括人体监测装置。

优选地，根据所述执行端的各节点配置所述人体监测装置。

优选地，所述云端包括数据采集模块、机器学习模块、动态调度模块、策略生成模块和执行模块。

优选地，所述控制面板与所述主控设备电连接。

优选地，所述主控设备与所述云端无线连接。

优选地，所述管理人员通过APP与所述云端无线连接。

优选地，包括温度监测装置和湿度监测装置组成通过所述NB-IOT蜂窝网络连接。

还提供一种基于NB-IOT的能耗监控管理方法，包括：

步骤101：系统询问是否主动设定阈值，是；

步骤102：设定第一阈值；

步骤103：根据所述第一阈值同步设置主控设备；

步骤104：监测获得能耗数据；

步骤105：并上报能耗数据；

步骤106：数据分析所述能耗数据；

步骤108：判定是否超出所述第一阈值，是；

步骤109：介入指令控制；

步骤110：判定介入指令是否成功，否；

步骤111：发出告警；

步骤112：人工手动设置第二阈值；

步骤113：采样分析，监测获得能耗数据；

返回步骤105；

所述第一阈值包括第一湿度阈值和第一温度阈值；所述能耗数据包括湿度和温度。

优选地，步骤101之前还包括：根据历史第二阈值数据，形成智能第一学习阈值；

步骤102中，设定所述第一学习阈值；所述第一学习阈值包括第一学习湿度和第一学习温度。

优选地，步骤101之前还包括：根据引起步骤111警告的历史所述能耗数据，形成智能第二学习阈值；

步骤102中，设定所述第二学习阈值；所述第二学习阈值包括所述第二学习湿度和第二学习温度。

优选地，步骤104中，采用均匀监测点监测获得能耗数据。

优选地，步骤104中，根据用户集中度设置监测点监测获得能耗数据。

优选地，步骤104中，所述能耗数据是统计值。

优选地，步骤104中，所述能耗数据是统计平均值。

优选地，步骤104中，所述能耗数据是统计置信区间内的平均值

优选地，步骤109中，所述介入指令包括关停和动态调整。

优选地，步骤111中，所述告警包括听觉警告、视觉警告和触觉警告。

本发明提供一种基于NB-IOT的能耗监控管理系统及其方法，由一个主控监测节点及一个或多个检测节点通过NB-IOT蜂窝网络组成一个区域内多点的湿度、温度监控控制及反馈系统，上报一定区域内的温湿度变化数据及主动控制信息。云端采集数据后进行数据分析及机器学习，并可根据设定阈值自动计算出该区域每日需要的温湿度阈值实现自动控制最优化能耗。

附图说明

附图1是本发明基于NB-IOT的能耗监控管理系统的示意图；

附图2是本发明云端进行数据分析及机器学习系统的示意图；

附图3是本发明基于NB-IOT的能耗监控管理方法流程图。

具体实施方式

下面结合附图对本发明基于NB-IOT的能耗监控管理系统及其方法的具体实施方式做详细说明。

在附图中，为了描述方便，层和区域的尺寸比例并非实际比例。当层(或膜)被称为在另一层或衬底“上”时，它可以直接在另一层或衬底上，或者也可以存在中间层。此外，当一层被称为在另一层“下”时，它可以直接在下面，并且也可以存在一个或多个中间层。另外，当层被称为在两个层之间时，它可以是两个层之间的唯一层，或者也可以存在一个或多个中间层。相同的附图标记始终表示相同的元件。另外，当两个部件之间称为“连接”时，包括物理连接，除非说明书明确限定，此种物理连接包括但不限于电连接、接触连接、无线信号连接。

本发明提供一种基于NB-IOT的能耗监控管理系统，如图1所示，包括控制端(未示出)、监测端(未示出)和执行端(未示出)，所述控制端与所述执行端连接，所述监测端与所述控制端连接，所述监测端组成NB-IOT蜂窝网络，其特征在于，

所述执行端包括管理人员11、云端12、主控设备13和控制面板14，所述管理人员11与所述云端12连接，所述云端12与所述主控设备13连接，所述主控设备13与所述主控面板14连接；

所述监测端包括温度监测装置和湿度监测装置，所述监测端与所述云端连接，如图1所示的一种实施例中，所述监测端包括第一监测端21、第二监测端22、第三监测端23、第四监测端24、第五监测端25、第六监测端26、第七监测端217、第八监测端28、第九监测端29，通过NB-IOT蜂窝网络连接，并且第一监测端21作为主监测节点，向温湿度监测点20传输能耗数据；

所述执行端包括第一主控节点31和第二节点32、33和34，所述第二节点32、33和34与所述第一主控节点31组成NB-IOT蜂窝网络，所述第一主控节点31与所述控制面板14连接。

在本实施例中，所述监测端包括若干温度监测装置和若干湿度监测装置，如图1所示，9个监测端第一监测端21、第二监测端22、第三监测端23、第四监测端24、第五监测端25、第六监测端26、第七监测端217、第八监测端28、第九监测端29均包含一个温度监测装置和湿度监测装置，用以数据能耗数据，能耗数据包括温度t和湿度h，如图1所示，9个监测端第一监测端21、第二监测端22、第三监测端23、第四监测端24、第五监测端25、第六监测端26、第七监测端217、第八监测端28、第九监测端29分别输出(t1,h1)、(t2,h2)、(t3,h3)、(t4,h4)、(t5,h5)、(t6,h6)、(t7,h7)、(t8,h8)、(t9,h9)。其中在本实施例中，由于温度与湿度大概率呈反相关关系，只考虑温度即可达到温度和湿度同时监控能耗的目的，在要求不高的场所，如工厂，可采用二值位式温控算法控制；在要求较高的场所，如实验室，采用PID算法，如下：

其中，kp是比例增益，T1是积分时间常数；TD——微分时间常数；u(t)是PID控制器的输出信号；e(t)是给定值r(t)与测量值之差。

在本实施例中，根据所述执行端配置所述监测端，以形成所述监测端均匀围绕所述执行端。如图1所示，9个监测端均匀环绕执行端的第一主控节点31和第二节点32、33和34的4个节点。

在本实施例中，还包括人体监测装置，人体监测装置可以是红外传感器、感官识别电路、4G雷达传感器和热释电传感器等。如图1所示，包括第一人监装置41、第二人监装置42、第三人监装置43、第四人监装置44，较佳地，第一人监装置41、第二人监装置42、第三人监装置43和第四人监装置44通过NB-IOT蜂窝网络连接。其中第一人监装置41作为主控节点向控制端传输人监数据。

在本实施例中，根据所述执行端的各节点配置所述人体监测装置。如图1所示，执行端包括第一主控节点31和第二节点32、33和34分配配置第一人监装置41、第二人监装置42、第三人监装置43和第四人监装置44。

为了从监测数据中得出关键决策依据，需要对监测得到的数据进行机器学习，如图2所示，所述云端12包括数据采集模块51、机器学习模块52、动态调度模块54、策略生成模块55和执行模块53。数据采集模块51接受各监测数据，经过初步处理后，将数据传送给机器学习模块52，进行深度学习，输出精确数据模型，将数据模型传送给策略生成模块55，以根据各种情况，如时间、季节、进出货情况、办公室人数等，生成能耗控制策略，并将能耗控制策略传送给所述动态调度模块54，所述动态调度模块54根据能耗控制策略向所述执行模块53实时发出指令，执行模块53与所述主控设备13连接，实时向执行端发出指令。

在本实施例中，所述控制面板14与所述主控设备13电连接。

在本实施例中，所述主控设备13与所述云端12无线连接。

在本实施例中，所述管理人员11通过APP与所述云端12无线连接。

本发明还提供一种基于NB-IOT的能耗监控管理方法，如图3所示，包括：

步骤100：对系统进行初始设置。此步骤是第一次使用系统时的初调步骤。

步骤101：系统询问是否主动设定阈值，是；

步骤102：设定第一阈值；

步骤103：根据所述第一阈值同步设置主控设备；

步骤104：监测获得能耗数据；

步骤105：并上报能耗数据；

步骤106：数据分析所述能耗数据；

步骤108：判定是否超出所述第一阈值，是；

步骤109：介入指令控制；

步骤110：判定介入指令是否成功，否；

步骤111：发出告警；

步骤112：人工手动设置第二阈值；

步骤113：采样分析，监测获得能耗数据；

返回步骤105；以进行实时循环能耗控制。

所述第一阈值包括第一湿度阈值和第一温度阈值；所述能耗数据包括湿度和温度。

在本实施例中，步骤101之前还包括：根据历史第二阈值数据，形成智能第一学习阈值；

步骤102中，设定所述第一学习阈值；所述第一学习阈值包括第一学习湿度和第一学习温度。

在本实施例中，步骤108之前还包括，步骤107：判定用户是否之前预设阈值。

在本实施例中，步骤101之前还包括：根据引起步骤111警告的历史所述能耗数据，形成智能第二学习阈值；

步骤102中，设定所述第二学习阈值；所述第二学习阈值包括所述第二学习湿度和第二学习温度。

在本实施例中，步骤104中，采用均匀监测点监测获得能耗数据。

在本实施例中，步骤104中，根据用户集中度设置监测点监测获得能耗数据。

在本实施例中，步骤104中，所述能耗数据是统计值。

在本实施例中，步骤104中，所述能耗数据是统计平均值。

在本实施例中，步骤104中，所述能耗数据是统计置信区间内的平均值。

在本实施例中，步骤109中，所述介入指令包括关停和动态调整。

在本实施例中，步骤111中，所述告警包括听觉警告、视觉警告和触觉警告。

本发明提供一种基于NB-IOT的能耗监控管理系统及其方法，由一个主控监测节点及一个或多个检测节点通过NB-IOT蜂窝网络组成一个区域内多点的湿度、温度监控控制及反馈系统，上报一定区域内的温湿度变化数据及主动控制信息。云端采集数据后进行数据分析及机器学习，并可根据设定阈值自动计算出该区域每日需要的温湿度阈值实现自动控制最优化能耗。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。