买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国国家铁路集团有限公司;北京交通大学

摘要：本发明提供了一种动车组防寒打温远程自动在线监测系统和方法。包括：现场在线监测装置，通过多种类型的无线网络连接数据中心系统，通过传感器现场采集动车组设备、车厢内和外界环境的温度数据；数据中心系统，用于利用数据汇聚模块接收现场在线监测装置发送的数据，并存储在数据库中；防寒打温优化系统，利用数据库内的多维数据挖掘动车组温度变化规律，建立动车组温度预测模型，预测动车组温度设定时间内的变化曲线，将预测到的动车温度与设定临界温度进行比较，若预测温度低于临界温度，则发出打温预警。本发明可以对不同季节的车内温度与环境温度间的变化规律进行挖掘和提取，满足保证动车打温质量和构建节能型打温的统一。

主权项：1.一种动车组防寒打温规律挖掘和打温优化方法，其特征在于，应用于动车组防寒打温远程自动在线监测系统，所述系统包括：现场在线监测装置、数据中心系统和防寒打温优化系统；所述的现场在线监测装置，用于通过多种类型的无线网络连接数据中心系统，通过传感器现场采集动车组的水箱和集便器的温度、车厢内和外界环境的温度数据，将采集的温度数据通过无线网络传输给数据中心系统；所述的数据中心系统，用于利用数据汇聚模块接收现场在线监测装置发送的数据，并将其存储在服务器的数据库中，利用网络发布软件发布相关监测结果，通过浏览器实时查看动车温度信息及其变化曲线；所述的防寒打温优化系统，用于利用数据库内的多维数据挖掘动车组温度变化规律，建立动车组温度预测模型，利用动车组温度预测模型预测动车组温度设定时间内的变化曲线，将预测到的动车温度与设定临界温度进行比较，若预测温度低于临界温度，则发出打温预警；所述的现场在线监测装置包括：数据通信模块，用于通过GPRS、NB-IoT和LoRa无线网络连接数据中心系统，根据各种无线网络信号强度的优劣自动切换其中一种无线网络来连接数据中心系统，通过模拟开关方式实现切换通信模块接口并改变传输方式；车厢温湿度监测装置，用于采集车厢内温度和湿度数据，将采集的数据通过无线网络传输给数据中心系统；环境监测装置，用于采集环境温度、湿度和风速数据，将采集的数据通过无线网络传输给数据中心系统；水箱和集便器温度采集传输装置，用于采集装置采集动车水箱和集便器外表皮的温度数据，将采集的数据通过无线网络传输给数据中心系统；所述的数据中心系统包括：数据服务器：用于存放在线监测设备获取的各类数据；动车组打温系统的数据汇聚程序、数据处理程序、数据挖掘程序、温度预测程序、打温提醒程序；数据接收装置：根据不同的数据通信方法，数据接收模块是可选用的；采用NBIOT和GPRS，则不需要数据接收装置；采用LoRa通信，需要数据接收装置；所述方法包括：现场在线监测装置通过多种类型的无线网络连接数据中心系统，通过传感器现场采集动车组的车厢内和外界环境的温度数据，将采集的温度数据通过无线网络传输给数据中心系统和系统；所述数据中心系统将现场在线监测装置传输过来的温度数据存储在数据库中，利用网络发布软件发布相关监测结果，通过浏览器实时查看动车温度信息及其变化曲线；所述防寒打温优化系统用于利用数据库内的多维数据挖掘动车组温度变化规律，建立动车组温度预测模型，利用动车组温度预测模型预测动车组温度设定时间内的变化曲线，将预测到的动车温度与设定临界温度进行比较，若预测温度低于临界温度，则发出打温示警；通过浏览器实时查看动车温度信息及其变化曲线；所述防寒打温优化系统利用数据库内的多维数据，利用MATLAB软件对不同季节的水箱、集便器和车厢内的温度与环境温度间的变化规律进行挖掘和建模，挖掘环境温度、风速和湿度变量对动车组温度的影响，通过拟合温度变化曲线确定多元时间序列模型参数，得到环境温度、风速、湿度变量对动车组温度的影响变化规律，建立具有在线学习功能的动车组温度预测模型；所述环境温度、风速和湿度变量对动车组温度的影响变化规律为非线性函数，利用二次函数表示，具体公式如下式所示：T设t＝a0+a1*T环t+a2*T环2t+b1*vt+b2*v2t+c1*Ht+c2*H2t+ε式中，T设t为t时刻动车组的水箱、集便器或者车厢内温度；T环t为t时刻的环境温度；vt为t时刻的风速；Ht为t时刻的环境湿度值；a0、a1、a2、b1、b2、c1、c2为各变量的权数；ε为修正量，动车组温度值、环境温度、风速、湿度信息通过现场监测装置实时采集得到，a0、a1、a2、b1、b2、c1、c2权数计算采用多元回归分析，利用多项式回归计算得到，修正量ε通过计算实际值与预测值的差值得到，随现场采集实时信息而更新；利用所述动车组温度预测模型根据历史温度信息自动更新参数，合理预测出动车组设定时间内的温度变化曲线，并结合监控人员设置的临界阈值，提前对打温人员进行打温预警；所述防寒打温优化系统基于动车组温度预测模型，预测动车温度1小时内的变化曲线，包括水箱、集便器或者车厢内温度的变化趋势和变化值，所述防寒打温优化系统基于动车组温度预测模型，动车组温度预测模型是基于采集到的温度时间序列数据，以当前时刻t及之前的n个时刻的温度数据，预测下一时刻t+Δt的温度，动车组温度预测具体公式如下：T设t+Δt＝m0+m1T设t+m2T设t-Δt+…+mn+1T设t-nΔt式中，m0为修正值，根据实际温度对预测结果进行修正；m1,…,mn+1为历史温度值的权数；所述防寒打温优化系统采用时间序列预测法中的加权移动平均法，运用过去的温度时间序列数据进行统计分析，推测出温度的发展趋势，加权移动平均法计算公式如下： 式中，Yi为第i期实际值；Xi为第i期的权数，权数的和等于1；n为本期数；所述防寒打温优化系统将预测到的动车温度与所设置临界温度进行比较，若动车1小时内的预测温度低于临界温度，提前通过报警电话、报警短信和微信小程序方式对打温人员示警，并告知打温人员需要打温的车辆信息；调度室通过浏览器登录系统，实时查看动车温度变化曲线和实时温度信息。

全文数据：

权利要求：

百度查询： 中国国家铁路集团有限公司 北京交通大学 一种动车组防寒打温远程自动在线监测系统和方法