【技术实现步骤摘要】
本专利技术涉及智能设施管理，具体为一种基于大数据的房产智能设施管理方法及系统。
技术介绍
1、随着房地产行业的快速发展，房产智能设施的数量和种类不断增加，其中智能照明设施在现代生活和工作环境中得到了广泛应用。大数据技术的引入，使得照明设施的运行数据得以海量收集和分析，为故障预警和诊断提供了有力支持。而物联网技术则实现了照明设施的远程监控和智能化管理，进一步提高了故障管理的效率和准确性。
2、随着科技的不断发展，智能照明设施在使用过程中不可避免地会出现各种故障，给用户带来不便。传统的故障管理方式包括：定期对智能照明设施进行人工巡检，巡检人员会记录并根据经验判断故障情况，并上报给维修团队进行维修；通过有限的设备监测数据，当系统检测到故障时，会自动触发报警机制，通知管理人员进行处理。
3、但随着房产智能设施规模和复杂性的增加，故障管理成为一个重要的挑战，传统的故障管理方法的缺点逐渐显现出来，例如，人工巡检不仅耗时耗力，而且难以做到全面覆盖和及时响应，难以快速准确地定位故障点，导致维修效率低下；有限的监测设备存在数据不准确、不及时以及难以实现智能化决策等问题；缺乏智能化技术手段，缺乏对数据的有效收集和分析。因此为了提升对智能照明设施管理效率，结合大数据和物联网技术，实现对智能照明设施故障的智能化管理。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于大数据的房产智能设施管理方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实
3、步骤1：通过传感器技术和监测设备，对智能照明设施运行过程中的数据进行采集，得到分析智能照明设施故障管理的各项监控参数；
4、步骤2：通过大数据分析技术，对步骤1的各项监控参数进行分析，得到智能照明设施故障管理的各项管理指标，包括运行状态故障管理分析单元、环境适应性故障管理分析单元和能耗故障管理分析单元；
5、步骤3：将步骤2得到的各项管理指标分别与阈值进行对比，根据对比结果识别故障并进行管理，生成故障管理策略；
6、步骤4：通过大数据分析技术，对步骤3故障管理的结果进行评估，得到智能照明设施故障管理评估指标；
7、步骤5：对步骤4得到的评估结果智能照明设施故障管理评估指标进行人机交互。
8、优选的，所述步骤2中运行状态故障管理分析单元：首先通过传感器技术，在监测时间t内，记录n次智能照明设施运行的电流数据i和电压数据u，得到电流波动率cfr，，其中i∈n，iact,i表示第i次测量的实际电流值，μ(i)表示所有测量电流值的平均值，同时得到电压异常率var，var=na/n，其中na表示电压异常次数，记录电压超出正常范围的次数得到；然后通过传感器技术，获取智能照明设施使用过程中的初始亮度lchu和当前亮度lnow，得到亮度衰减率ldr，，其中t_u表示智能照明设施的使用时间；其次通过传感器技术，获取初始色温cchu和当前色温cnow，得到色温漂移度csd，csd=|cnow-cchu|/c0，其中c0表示色温的标准值；最后通过大数据分析技术，得到智能照明设施综合运行状态管理指标crsi，，其中ldr0表示亮度衰减率的参考值，w1、w2、w3以及w4分别表示相应的权重系数。
9、优选的，所述步骤2中环境适应性故障管理分析单元：通过传感器技术和智能照明控制系统记录的数据，获取环境光照强度li、环境湿度h、环境尘埃积累量da、照明设施的亮度br、实际工作温度范围δt，得到光照适应性指数la，，br0表示设定亮度，湿度适应性指数ha，，hmax和hmin分别表示照明设施允许最大的湿度和允许最小的湿度，温度适应性指数ta，ta=|δt0-δt|/δt0，δt0表示正常工作温度范围，得到尘埃适应性指数da，da=(damax-da)/damax，damax表示照明设施允许的最大尘埃积累量；然后通过大数据分析技术，得到智能照明设施综合环境适应性管理指标eai，eai=a1×la+a2×ha+a3×ta+a4×da，a1、a2、a3和a4分别表示相应的权重。
10、优选的，所述步骤2中能耗故障管理分析单元：通过传感器技术，在监测时间t内，获取照明设施的总能耗数据en、非峰值时段能耗en(o)、亮度br，得到单位亮度能耗ule，ule=en/μ(br)，μ(br)表示亮度的平均值，得到非峰值时段能耗比ope，ope=en(o)/en；通过时间序列分析技术，获取智能照明设施的初始能耗比eerini和当前能耗比eernow，能耗比e_rate=en/t，得到能耗比趋势指数erct，，t_u表示智能照明设施的使用时间；然后通过大数据分析技术，得到智能照明设施综合能耗管理指标cei，，其中erct0表示能耗比趋势指数的参考值，b1和b2分别表示相应的权重系数。
11、优选的，所述步骤3中故障管理策略，包括以下步骤：
12、步骤3.1：将运行状态故障管理分析单元中得到的智能照明设施综合运行状态管理指标crsi与阈值crsi0进行对比，得到智能照明设施综合运行状态管理指标的风险系数η(crsi)，η(crsi)=(crsi0-crsi)/crsi0，若η(crsi)＞0.5，说明智能照明设施运行状态差，高风险等级故障，触发一级管理机制，若0.2＜η(crsi)≤0.5，说明智能照明设施运行状态较差，中风险等级故障，触发二级管理机制，若0＜η(crsi)≤0.2，说明智能照明设施运行状态一般，低风险等级故障，触发三级管理机制，根据故障风险等级，基于故障案例数据库生成故障管理策略，故障管理策略包括故障风险等级、故障照明设施位置、故障内容、管理机制以及管理措施，并通过管理中心将故障管理策略进行人机交互；反之则说明智能照明设施综合运行状态管理良好。
13、优选的，所述步骤3中故障管理策略，包括以下步骤：
14、步骤3.2：将环境适应性故障管理分析单元中得到的智能照明设施综合环境适应性管理指标eai与阈值eai0进行对比，得到智能照明设施综合环境适应性管理指标的风险系数η(eai)，η(eai)=(eai0-eai)/eai0，若η(eai)＞0.5，说明智能照明设施环境适应性差，高风险等级故障，触发一级管理机制，若0.2＜η(eai)≤0.5，说明智能照明设施环境适应性较差，中风险等级故障，触发二级管理机制，若0＜η(eai)≤0.2，说明智能照明设施环境适应性一般，低风险等级故障，触发三级管理机制，根据故障风险等级，基于故障案例数据库生成故障管理策略，故障管理策略包括故障风险等级、故障照明设施位置、故障内容、管理机制以及管理措施，并通过管理中心将故障管理策略进行人机交互；反之则说明智能照明设施综合环境适应性管理良好。
15、优选的，所述步骤3中故障管理策略，包括以下步骤：
16、步骤3.3：将能耗故障管理分析单元中得到的智能照明本文档来自技高网...
【技术保护点】
1.一种基于大数据的房产智能设施管理方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤2中运行状态故障管理分析单元：首先通过传感器技术，在监测时间t内，记录n次智能照明设施运行的电流数据I和电压数据U，得到电流波动率CFR，，其中i∈n，Iact,i表示第i次测量的实际电流值，μ(I)表示所有测量电流值的平均值，同时得到电压异常率VAR，VAR=Na/n，其中Na表示电压异常次数，记录电压超出正常范围的次数得到；然后通过传感器技术，获取智能照明设施使用过程中的初始亮度Lchu和当前亮度Lnow，得到亮度衰减率LDR，，其中t_u表示智能照明设施的使用时间；其次通过传感器技术，获取初始色温Cchu和当前色温Cnow，得到色温漂移度CSD，CSD=|Cnow-Cchu|/C0，其中C0表示色温的标准值；最后通过大数据分析技术，得到智能照明设施综合运行状态管理指标CRSI，，其中LDR0表示亮度衰减率的参考值，w1、w2、w3以及w4分别表示相应的权重系数。
3.根据权利要求1所述的一种基于大数据的房产智
4.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤2中能耗故障管理分析单元：通过传感器技术，在监测时间t内，获取照明设施的总能耗数据En、非峰值时段能耗En(o)、亮度Br，得到单位亮度能耗ULE，ULE=En/μ(Br)，μ(Br)表示亮度的平均值，得到非峰值时段能耗比OPE，OPE=En(o)/En；通过时间序列分析技术，获取智能照明设施的初始能耗比Eerini和当前能耗比Eernow，能耗比E_rate=En/t，得到能耗比趋势指数ERCT，，t_u表示智能照明设施的使用时间；然后通过大数据分析技术，得到智能照明设施综合能耗管理指标CEI，，其中ERCT0表示能耗比趋势指数的参考值，b1和b2分别表示相应的权重系数。
5.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤3中故障管理策略，包括以下步骤：
6.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤3中故障管理策略，包括以下步骤：
7.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤3中故障管理策略，包括以下步骤：
8.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤4中智能照明设施故障管理评估指标FEI，，其中TP表示正确诊断的故障数量，TF表示错误诊断的故障数量，nq表示在监测时间段t内符合目标故障处理时间的故障数量，T_nq表示故障总数量，SP表示成功解决的故障数量，SF表示未能解决的故障数量，c1、c2和c3分别表示相应的权重。
9.一种基于大数据的房产智能设施管理系统，用于使用上述权利要求1-8任一所述的一种基于大数据的房产智能设施管理方法，包括：
...【技术特征摘要】
1.一种基于大数据的房产智能设施管理方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤2中运行状态故障管理分析单元：首先通过传感器技术，在监测时间t内，记录n次智能照明设施运行的电流数据i和电压数据u，得到电流波动率cfr，，其中i∈n，iact,i表示第i次测量的实际电流值，μ(i)表示所有测量电流值的平均值，同时得到电压异常率var，var=na/n，其中na表示电压异常次数，记录电压超出正常范围的次数得到；然后通过传感器技术，获取智能照明设施使用过程中的初始亮度lchu和当前亮度lnow，得到亮度衰减率ldr，，其中t_u表示智能照明设施的使用时间；其次通过传感器技术，获取初始色温cchu和当前色温cnow，得到色温漂移度csd，csd=|cnow-cchu|/c0，其中c0表示色温的标准值；最后通过大数据分析技术，得到智能照明设施综合运行状态管理指标crsi，，其中ldr0表示亮度衰减率的参考值，w1、w2、w3以及w4分别表示相应的权重系数。
3.根据权利要求1所述的一种基于大数据的房产智能设施管理方法，其特征在于：所述步骤2中环境适应性故障管理分析单元：通过传感器技术和智能照明控制系统记录的数据，获取环境光照强度li、环境湿度h、环境尘埃积累量da、照明设施的亮度br、实际工作温度范围δt，得到光照适应性指数la，，br0表示设定亮度，湿度适应性指数ha，，hmax和hmin分别表示照明设施允许最大的湿度和允许最小的湿度，温度适应性指数ta，ta=|δt0-δt|/δt0，δt0表示正常工作温度范围，得到尘埃适应性指数da，da=(damax-da)/damax，damax表示照明设施允许的最大尘埃积累量；然后通过大数据分析技术，得到智能照明设施综合环境适应性管理指标eai，eai=a1×la+a2×ha+a3...
【专利技术属性】
技术研发人员：成勇兵，何告生，何海兵，
申请(专利权)人：广州佳禾科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。