企业硬件设备较多,不利于快速发现设备故障及能源消耗异常。依托于hadoop、hbase搭建大数据分析平台,采用Springboot开发框架搭建一套完善的企业能源监控检测数据分析可视化平台。本次毕设程序基于前后端分离开发模式,搭建企业设备监控,数据管理汇总,大屏分析可视化于一体的企业能源检测系统,实现设备异常状态的及时发现预警,减少故障反应时间。

获取源码

一、程序设计

本次能源损耗监控分析平台系统主要内容涉及:

主要功能模块:硬件设备数据采集平台,能源数据管理与分析平台
主要包含技术:hadoop,hbase,springboot,mybatisplus,mysql,javascript,vue.js,html,css,java爬虫
主要包含算法及方法:Kmeans聚类,倒排索引,动态大屏

系统采用前后端分离的开发模式完成,能源监测平台主要采用Vue.js,javascript,html,CSS等技术实现。系统前后端数据交互,采用Ajax异步调用传输JSON实现。
能源监测平台主要包括以下功能清单:

用户登录注册
能源损耗类型统计
企业工程关联分析
能源损耗监控大屏
能源工程数据管理
设备信息数据管理
设备运行日志采集
监测平台系统管理

二、效果实现

能源损耗类型统计

企业工程关联分析

能源损耗监控大屏

设备信息数据管理

企业工程数据管理

监测平台系统管理


其他效果省略

三、数据监测分析设计

本次毕设系统在企业能源损耗监测过程设计中,主要采用java实现设备运行日志数据的采集,针对采集完成的日志数据按照能源类型进行归类计算,依托与电力能源,生物能源,水利能源等种类损耗计算公式判断当前设备是否存在异常情况,记录不同设备的异常状态。将异常数据按照时间,设备类型,地区,企业等不同维度进行统计分析,将统计结果展示在可视化分析大屏中。系统设备运行数据监测计算流程,如下图所示:

主要能源损耗计算公式

一、水
1、水平衡:损耗(管损,盗用水等)判别
(WSUM -∑ WSUB)/WSUM≤N1 ;
WSUM :上级总管的流量;
∑ WSUB :本级支管流量总和;
N1 :损耗,百分比,如:总管和流经本级所有支管的损耗应小于5% ;
2、爆管监测
WSUB > WMAX :正常水流量大于上限值,报警提示;
3、漏水(如抽水马桶漏水)、水龙头忘记关闭监测
WlowSUB : 最末端的水表监测到持续M分钟保持一定的流量,报警提示。
二、电
1.电平衡:损耗(线损,盗用电等)判别
(ESUM -∑ ESUB)/ESUM≤N2 ;
ESUM :上级总表的用电;
∑ ESUB :本级各支路用电总和;
N2 :损耗,百分比,如:总表和流经本级所有支路的损耗应小于2% ;
2.过电压:
(Uph -220)/220 < N3 : 相电压超过额定电压的百分比,如
N3=10%;
3.欠电压(含缺相):
(220 -Uph)/220 < N4 : 相电压低于额定电压的百分比,如N4=10%;
4.过电流:
(Imax -Ie)/Ie < N5 : 最大的相电流高于额定电压的百分比,如
N5=1%;超过N5报警;
5.功率因数:
实测功率因数φ< N6 ,报警提示(N6=0.9);
三、煤气
1.气平衡:损耗(线损,盗用等)判别
(GSUM -∑ GSUB)/GSUM≤N3 ;
GSUM :上级总表的用气;
∑ GSUB :本级各支路用气总和;
N3 :损耗,百分比,如:总表和流经本级所有支路的损耗应小于2% ,精度取决于煤气表的精度;如果超过设定值,说明有漏气或盗气行为;
2.爆管监测
GSUB > GMAX :正常煤气流量大于上限值,报警提示;
3.漏气、忘记关闭煤气
GlowSUB : 最末端的煤气表监测到持续M分钟保持一定的流量,
报警提示。

获取源码
联系方式

Hadoop+Hbase+Springboot实现企业能源消耗监测大数据分析系统相关推荐

  1. Springboot集成Hadoop+Hbase实现企业能源消耗监测大数据分析系统

    企业硬件设备较多,不利于快速发现设备故障及能源消耗异常.依托于hadoop.hbase搭建大数据分析平台,采用Springboot开发框架搭建一套完善的企业能源监控检测数据分析可视化平台.本次毕设程序 ...

  2. 企业如何实现大数据分析平台

    搭建大数据分析平台的工作是循序渐进的,不同公司要根据自身所处阶段选择合适的平台形态,没有必要过分追求平台的分析深度和服务属性,关键是能解决当下的问题. 大数据分析平台是对大数据时代的数据分析产品(或称 ...

  3. TA大数据分析系统的高可用架构从设计到实现

    随着大数据时代的到来,对海量数据进行数据分析,并依据分析结果进行精细化运营成为各大企业的重要课题.但大数据行业门槛高,自建平台成本高.难度大.效率低,因此企业越来越需要专业的大数据分析工具. 针对市场 ...

  4. GIAC | 大数据分析系统在游戏领域的迭代与实践

    导语:6月23日,腾讯游戏数据分析系统负责人周东祥在 "GIAC全球互联网架构大会" 的分享了主题为<大数据分析系统在游戏领域的迭代与实践>的内容,具体的分享视频和PP ...

  5. 大数据项目实战——电信业务大数据分析系统

    基于大数据与hadoop的电信业务大数据分析系统 项目源代码:https://github.com/2462612540/Big_Data_Spark_Scala_hadoop/tree/master ...

  6. 智能交通大数据分析系统-实现功能

    智能交通大数据分析系统实现功能 以大数据.云计算.移动互联等先进信息技术为引领,以监控和维护道路通行秩序.保障道路畅通.有效预防和减少交通事故和交通拥堵为目标,实现分析大数据的分析研判. 在支队提供抓 ...

  7. 项目实战—教育平台大数据分析系统

    项目实战-教育平台大数据分析系统 一.数据准备 1.日志数据字段数据字典 2.日志文件test.log 二.项目需求 三.项目介绍 项目需求 数据源 技术栈 四.完整代码 一.数据准备 1.日志数据字 ...

  8. 161页6万字智慧房地产大数据分析系统平台整体解决方案

    1.1. 智慧房地产大数据分析系统平台产品理念 智慧房地产大数据分析系统平台的产品"集成管理.随需应变"的产品理理念. 集成管理:通过对人员.信息.流程三大集成的系统,实现了集团内 ...

  9. 大数据分析系统包括哪些方面

    大数据是一系列技术的统称,经过多年的发展,大数据已经形成了从数据采集.整理.传输.存储.安全.分析.呈现和应用等一系列环节,这些环节涉及到诸多大数据工作岗位,这些工作岗位与物联网.云计算也都有密切的联 ...

最新文章

  1. Python助力期末
  2. 1023 组个最小数 (20 分)_14行代码AC
  3. JVM(4)之 使用MAT排查堆溢出
  4. vue学习笔记-02-前端的发展历史浅谈mmvm设计理念
  5. C语言变量初始化是必须的
  6. 移动端实现蓝牙打印机打印_MBrush世界上最小的移动彩色打印机
  7. mac上SVN简单几个命令
  8. sql语句和java的关系_java中Statement 与 PreparedStatement接口之间的关系和区别
  9. Creating Your First Mac App--Implementing Action Methods 实现动作方法
  10. Android相机开发实战
  11. 教你如何用通道来快速抠图的方法
  12. csgo 机器人模式_csgo怎么加机器人
  13. 数据结构期末复习速成
  14. 5G基础及计算机网络参考模型
  15. 数据库如何备份表(Oracle、mysql、DB2)
  16. 抗肿瘤靶向药物丨小分子化合物 or 单克隆抗体?- MedChemExpress
  17. Win7电脑CPU占用过高怎么办?
  18. loj #6046. 「雅礼集训 2017 Day8」爷
  19. ITE平台开发 chapter 1-环境搭建
  20. 用深层神经网络识别猫咪图片:吴恩达Course1-神经网络与深度学习-week3week4作业

热门文章

  1. RDD Transformation —— sample
  2. 奥特曼视频软件测试,抖音奥特曼知识问答测试,奥特曼知识大挑战问答竞赛答案...
  3. python去除字符串中的小括号和中括号大括号
  4. Ubuntu19.04环境下的系统安装+花屏问题的解决
  5. 往事随风***工具包2012五一特别版
  6. HTTP 响应状态码规范
  7. 玉溪计算机专业,保山3d设计师培训班
  8. MediaPlayer的生命周期和缓冲策略 (源码篇)
  9. Golang 中使用 JSON 的一些小技巧 陶文 陶文 3 个月前 有的时候上游传过来的字段是string类型的,但是我们却想用变成数字来使用。 本来用一个json:,string 就可以支持了
  10. 技术美术百人计划学习笔记(五)纹理