Hadoop+Hbase+Springboot實現(xiàn)企業(yè)能源消耗監(jiān)測大數(shù)據(jù)分析系統(tǒng)

企業(yè)硬件設備較多识腿,不利于快速發(fā)現(xiàn)設備故障及能源消耗異常。依托于hadoop渡讼、hbase搭建大數(shù)據(jù)分析平臺,采用Springboot開發(fā)框架搭建一套完善的企業(yè)能源監(jiān)控檢測數(shù)據(jù)分析可視化平臺硝全。本次畢設程序基于前后端分離開發(fā)模式,搭建企業(yè)設備監(jiān)控伟众,數(shù)據(jù)管理匯總,大屏分析可視化于一體的企業(yè)能源檢測系統(tǒng)召廷,實現(xiàn)設備異常狀態(tài)的及時發(fā)現(xiàn)預警,減少故障反應時間竞慢。

一、程序設計

本次能源損耗監(jiān)控分析平臺系統(tǒng)主要內容涉及:

主要功能模塊:硬件設備數(shù)據(jù)采集平臺筹煮,能源數(shù)據(jù)管理與分析平臺
主要包含技術:hadoop,hbase,springboot准脂,mybatisplus,mysql狸膏,javascript,vue.js湾戳,html,css砾脑,java爬蟲
主要包含算法及方法:Kmeans聚類,倒排索引拦止,動態(tài)大屏

系統(tǒng)采用前后端分離的開發(fā)模式完成,能源監(jiān)測平臺主要采用Vue.js,javascript,html,CSS等技術實現(xiàn)汹族。系統(tǒng)前后端數(shù)據(jù)交互,采用Ajax異步調用傳輸JSON實現(xiàn)顶瞒。
能源監(jiān)測平臺主要包括以下功能清單:

用戶登錄注冊
能源損耗類型統(tǒng)計
企業(yè)工程關聯(lián)分析
能源損耗監(jiān)控大屏
能源工程數(shù)據(jù)管理
設備信息數(shù)據(jù)管理
設備運行日志采集
監(jiān)測平臺系統(tǒng)管理

二、效果實現(xiàn)

能源損耗類型統(tǒng)計

image.png

企業(yè)工程關聯(lián)分析

image.png

能源損耗監(jiān)控大屏

image.png

設備信息數(shù)據(jù)管理

image.png

企業(yè)工程數(shù)據(jù)管理

image.png

監(jiān)測平臺系統(tǒng)管理

image.png

其他效果省略

三、數(shù)據(jù)監(jiān)測分析設計

本次畢設系統(tǒng)在企業(yè)能源損耗監(jiān)測過程設計中坑资,主要采用java實現(xiàn)設備運行日志數(shù)據(jù)的采集,針對采集完成的日志數(shù)據(jù)按照能源類型進行歸類計算袱贮,依托與電力能源,生物能源体啰,水利能源等種類損耗計算公式判斷當前設備是否存在異常情況,記錄不同設備的異常狀態(tài)荒勇。將異常數(shù)據(jù)按照時間,設備類型沽翔,地區(qū),企業(yè)等不同維度進行統(tǒng)計分析,將統(tǒng)計結果展示在可視化分析大屏中雳殊。系統(tǒng)設備運行數(shù)據(jù)監(jiān)測計算流程,如下圖所示:


image.png

主要能源損耗計算公式

一、水
1威恼、水平衡:損耗(管損,盜用水等)判別
(WSUM -∑ WSUB)/WSUM≤N1 ;
WSUM :上級總管的流量箫措;
∑ WSUB :本級支管流量總和;
N1 :損耗斤蔓,百分比,如:總管和流經(jīng)本級所有支管的損耗應小于5% 弦牡;
2、爆管監(jiān)測
WSUB > WMAX :正常水流量大于上限值驾锰,報警提示;
3椭豫、漏水(如抽水馬桶漏水)、水龍頭忘記關閉監(jiān)測
WlowSUB : 最末端的水表監(jiān)測到持續(xù)M分鐘保持一定的流量赏酥,報警提示。
二裸扶、電
1.電平衡:損耗(線損,盜用電等)判別
(ESUM -∑ ESUB)/ESUM≤N2 ;
ESUM :上級總表的用電呵晨;
∑ ESUB :本級各支路用電總和瞬项;
N2 :損耗何荚,百分比,如:總表和流經(jīng)本級所有支路的損耗應小于2% 餐塘;
2.過電壓:
(Uph -220)/220 < N3 : 相電壓超過額定電壓的百分比,如
N3=10%;
3.欠電壓(含缺相):
(220 -Uph)/220 < N4 : 相電壓低于額定電壓的百分比,如N4=10%;
4.過電流:
(Imax -Ie)/Ie < N5 : 最大的相電流高于額定電壓的百分比税手,如
N5=1%;超過N5報警;
5.功率因數(shù):
實測功率因數(shù)φ< N6 芦倒,報警提示(N6=0.9)兵扬;
三、煤氣
1.氣平衡:損耗(線損器钟,盜用等)判別
(GSUM -∑ GSUB)/GSUM≤N3 ;
GSUM :上級總表的用氣;
∑ GSUB :本級各支路用氣總和傲霸;
N3 :損耗穆役,百分比孵睬,如:總表和流經(jīng)本級所有支路的損耗應小于2% 蹈集,精度取決于煤氣表的精度雇初;如果超過設定值刊橘,說明有漏氣或盜氣行為浓冒;
2.爆管監(jiān)測
GSUB > GMAX :正常煤氣流量大于上限值稳懒,報警提示;
3.漏氣墅冷、忘記關閉煤氣
GlowSUB : 最末端的煤氣表監(jiān)測到持續(xù)M分鐘保持一定的流量蜕琴,
報警提示。

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子而昨,更是在濱河造成了極大的恐慌享扔,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,366評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異叼耙,居然都是意外死亡筛婉,警方通過查閱死者的電腦和手機厕妖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評論 3 395
  • 文/潘曉璐 我一進店門举畸,熙熙樓的掌柜王于貴愁眉苦臉地迎上來露戒,“玉大人智什,你說我怎么就攤上這事丁屎≤В” “怎么了晨川?”我有些...
    開封第一講書人閱讀 165,689評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長础爬。 經(jīng)常有香客問我吼鳞,道長看蚜,這世上最難降的妖魔是什么赔桌? 我笑而不...
    開封第一講書人閱讀 58,925評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮疾党,結果婚禮上,老公的妹妹穿的比我還像新娘雪位。我一直安慰自己,他們只是感情好雹洗,可當我...
    茶點故事閱讀 67,942評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著时肿,像睡著了一般。 火紅的嫁衣襯著肌膚如雪螃成。 梳的紋絲不亂的頭發(fā)上查坪,一...
    開封第一講書人閱讀 51,727評論 1 305
  • 那天宁炫,我揣著相機與錄音偿曙,去河邊找鬼羔巢。 笑死遥昧,一個胖子當著我的面吹牛朵纷,可吹牛的內容都是我干的。 我是一名探鬼主播袍辞,決...
    沈念sama閱讀 40,447評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼搅吁!你這毒婦竟也來了?” 一聲冷哼從身側響起谎懦,我...
    開封第一講書人閱讀 39,349評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎界拦,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體享甸,經(jīng)...
    沈念sama閱讀 45,820評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,990評論 3 337
  • 正文 我和宋清朗相戀三年蛉威,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蚯嫌。...
    茶點故事閱讀 40,127評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖束凑,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情对妄,我是刑警寧澤,帶...
    沈念sama閱讀 35,812評論 5 346
  • 正文 年R本政府宣布摩瞎,位于F島的核電站拴签,受9級特大地震影響旗们,放射性物質發(fā)生泄漏蚓哩。R本人自食惡果不足惜上渴,卻給世界環(huán)境...
    茶點故事閱讀 41,471評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望稠氮。 院中可真熱鬧曹阔,春花似錦隔披、人聲如沸赃份。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鬓长。三九已至,卻和暖如春涉波,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背怠蹂。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評論 1 272
  • 我被黑心中介騙來泰國打工少态, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留城侧,地道東北人彼妻。 一個月前我還...
    沈念sama閱讀 48,388評論 3 373
  • 正文 我出身青樓嫌佑,卻偏偏與公主長得像侨歉,于是被迫代替她去往敵國和親屋摇。 傳聞我的和親對象是個殘疾皇子幽邓,可洞房花燭夜當晚...
    茶點故事閱讀 45,066評論 2 355

推薦閱讀更多精彩內容