CN107220729A - 用能侧的负荷预测方法及预测装置 - Google Patents
用能侧的负荷预测方法及预测装置 Download PDFInfo
- Publication number
- CN107220729A CN107220729A CN201710359557.8A CN201710359557A CN107220729A CN 107220729 A CN107220729 A CN 107220729A CN 201710359557 A CN201710359557 A CN 201710359557A CN 107220729 A CN107220729 A CN 107220729A
- Authority
- CN
- China
- Prior art keywords
- energy
- load
- prediction
- module
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013277 forecasting method Methods 0.000 title claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims description 48
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 230000017525 heat dissipation Effects 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 12
- 241000894007 species Species 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用能侧的负荷预测方法及预测装置，其中，方法包括：获取用能侧的环境信息；根据环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息；根据每个区域和/或每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。该方法可以对用能负荷进行实施预测，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
Description
技术领域
本发明涉及能源技术领域，特别涉及一种用能侧的负荷预测方法及预测装置。
背景技术
相关技术，对于建筑的冷热负荷，主要利用传热学和热力学的相关知识，从而通过相关计算软件进行负荷计算模拟，而在工程中，也常用指标法进行估算，如对于工业负荷，通常通过厂家提供的数据进行估算和设计。
然而，相关技术的技术不但计算量大，而且需要建筑自身的特性，导致无法进行精确测量，以及气候因素等也均通过规范推荐取值，导致与建筑的实际情况存在偏差，降低计算准确度。另外，指标法虽然计算量较小，但是极为不精确，与建筑实际情况偏差较大。需要注意的是，相关技术只是关于建筑的设计负荷的计算方法，但是建筑建成后，无法对建筑或工业的实时负荷进行预测，很难满足用户的使用要求。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种用能侧的负荷预测方法，该方法可以提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
本发明的另一个目的在于提出一种用能侧的负荷预测装置。
为达到上述目的，本发明一方面实施例提出了一种用能侧的负荷预测方法，包括以下步骤：获取用能侧的环境信息；根据所述环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息；根据所述每个区域和/或所述每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。
本发明实施例的用能侧的负荷预测方法，通过对区域和用能设备的模块化，进而通过模块化后的多个标准模块对用能设备的用能负荷进行实时预测，以对负荷进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
另外，根据本发明上述实施例的用能侧的负荷预测方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，还包括：判断所述用能负荷是否超出预设的用能负荷；如果是，则根据所述用能负荷和所述预设的用能负荷之间的差值确定需要调整的用能设备，以降低所述用能负荷；如果否，则维持当前运行状态。
进一步地，在本发明的一个实施例中，在预测所述用能负荷之前，还包括：判断是否具有历史测量数据；如果是，则预测所述用能负荷；如果否，则将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述用能负荷。
进一步地，在本发明的一个实施例中，还包括：检测当前气象数据；根据所述每个区域和/或每个用能设备的功能类别、所述基本特征信息、所述历史测量数据和所述当前气象数据预测所述地图的用能负荷。
进一步地，在本发明的一个实施例中，所述用能类别包括生活区和生产区，并且所述生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且所述基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及所述生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
为达到上述目的，本发明另一方面实施例提出了一种用能侧的负荷预测装置，包括：获取模块，用于用能侧的环境信息；划分模块，用于根据所述环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息；预测模块，用根据所述每个区域和/或所述每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。
本发明实施例的用能侧的负荷预测装置，通过对区域和用能设备的模块化，进而通过模块化后的多个标准模块对用能设备的用能负荷进行实时预测，以对负荷进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
另外，根据本发明上述实施例的用能侧的负荷预测装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，还包括：第一判断模块，用于判断所述用能负荷是否超出预设的用能负荷；控制模块，在超出时，用于根据所述用能负荷和所述预设的用能负荷之间的差值确定需要调整的用能设备，以降低所述用能负荷，否则维持当前运行状态。
进一步地，在本发明的一个实施例中，还包括：第二判断模块，用于判断是否具有历史测量数据，当具有所述测量运行数据时，所述预测模块预测用能负荷，否则所述预测模块将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述用能负荷。
进一步地，在本发明的一个实施例中，还包括：检测模块，用于检测当前气象数据，以使所述预测模块根据所述每个区域和/或所述每个用能设备的功能类别、所述基本特征信息、所述历史测量数据和所述当前气象数据预测所述地图的用能负荷。
进一步地，在本发明的一个实施例中，所述用能类别包括生活区和生产区，并且所述生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且所述基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及所述生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的用能侧的负荷预测方法的流程图；
图2为根据本发明一个实施例的用能侧的负荷预测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的用能侧的负荷预测方法及预测装置，首先将参照附图描述根据本发明实施例提出的用能侧的负荷预测方法。
图1是本发明一个实施例的用能侧的负荷预测方法的流程图。
如图1所示，该用能侧的负荷预测方法包括以下步骤：
在步骤S101中，获取用能侧的环境信息。
可以理解的是，用能侧可以指一个区域(例如，一个建筑如工厂)或者一个房间，在此不作具体限制。
在步骤S102中，根据环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息。
可以理解的是，在获取环境信息之后，可以通过软件操作方式划分区域，或者通过机器学习算法只能识别分割的方法划分区域，实现建模模块化，在此不作具体限制。
举例而言，每个不同的区域模块，可以对其建立神经网络模型，通过获得数据对其进行训练。使其达到理想的效果。
其中，在本发明的一个实施例中，用能类别包括生活区和生产区，并且生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
可以理解的是，用能侧数据的采集采用标准区域模块化的方式进行收集，例如模块可以分为2大类：生活区模块和生产模块。
生活区模块以地块的类型进行划分，生活区模块包含高级办公区，办公室，大厅，卫生间，配电设备间，手术室，绿化区，会议室，病房，等不同种类的区域进行划分，每个区域对其时间，地理位置，面积，干湿球温度，风向，人口密度，围护结构种类，厚度，空气湿度，天气状况，区域工作类型，门窗缝隙状况，新风供给量，房屋朝向，等因素并记录区域的实际温度和实际用能负荷。这些参数与划分的每个地块对应，作为一个整体模块在数据库中进行记录。
生产区模块以生产线类型进行划分，生产区模块包含生产不同产品的生产线，如饼干生产线，印刷生产线，螺母生产线等等，按照生产出工业产品的不同进行细致划分，每一个生产区域模块对应时间，生产线的电功率，生产线的耗蒸汽量，蒸汽参数，耗热水量，热水参数，耗冷量，生产线的工作年限，生产线的品牌，进行修理的频率，干湿球温度，空气湿度，地理位置信息，等参数，这些参数和所对应的生产区域模块作为一个整体在数据库中进行记录。
在步骤S103中，根据每个区域和/或每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。
进一步地，在本发明的一个实施例中，本发明实施例的方法还包括：检测当前气象数据；根据每个区域和/或每个用能设备的功能类别、基本特征信息、历史测量数据和当前气象数据预测所述地图的用能负荷。
例如，在进行负荷预测时，对于当前时刻，可以直接通过实时的测量数据信息，通过传统的负荷计算方法，或者训练得到的神经网络模型，将数据输入，即可得到当前时段预测的所需负荷。对于之后的时刻，如几小时，几天，甚至几个月，后的某个时刻负荷进行预测时，可以设置相关的筛选条件，在数据库中筛选出符合期望的数据，这些数据输入传统的计算模型或者训练得到的神经网络模型中，即可得到所需的相关负荷预测。
进一步地，在本发明的一个实施例中，还包括：判断用能负荷是否超出预设的用能负荷；如果是，则根据用能负荷和预设的用能负荷之间的差值确定需要调整的用能设备，以降低用能负荷；如果否，则维持当前运行状态。
也就是说，上述数据模块可以辅助用能方进行用能设备的调整，如通过用能方要求进行条件筛选后，可以选择出一系列初步符合用能调整的用能设备，此时需要进行用能负荷的比对。
需要说明的是，预设的用能负荷可以根据实际情况进行设置，在此不作具体限制。
进一步地，在本发明的一个实施例中，在预测用能负荷之前，还包括：判断是否具有历史测量数据；如果是，则预测所述用能负荷；如果否，则将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述用能负荷。
可以理解的是，由于数据和模型均已细分为模块化，对于新的没有测量数据的建筑和/或厂负荷预测，可以将建筑和工厂按照此标准进行区域模块化的划分，再用已有的模块进行相似性匹配、预测后叠加，即可得到无测量数据的建筑或工厂某一时刻的负荷预测吗，为减少冗余，在此不作详细赘述。
在本发明的实施例中，通过利用能侧数据模块化，进而采用多种计算方法，使得达到对建筑或工厂的负荷进行实时的计算的效果，而对于没有相关测量装置不全和测量数据缺乏的建筑或工厂，可以通过相似性匹配的方法，从数据库中筛选出适合的数据进行负荷的计算参数，对于负荷进行预测性的计算。
本发明实施例结合大数据进行用能侧数据的模块化整合，利用模块化的用能侧数据，可以对建筑进行实时的负荷预测，并且可以实时对预测结果进行优化。
根据本发明实施例的用能侧的负荷预测方法，通过对区域和用能设备的模块化，进而通过模块化后的多个标准模块对用能设备的用能负荷进行实时预测，以对负荷进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
其次参照附图描述根据本发明实施例提出的用能侧的负荷预测装置。
图2是本发明一个实施例的用能侧的负荷预测装置的结构示意图。
如图2所示，该用能侧的负荷预测装置10包括：获取模块100、划分模块200和预测模块300。
其中，获取模块100用于用能侧的环境信息。划分模块200用于根据环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息。预测模块300用根据每个区域和/或每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。本发明实施例的装置10可以对用能负荷进行实施预测，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
进一步地，在本发明的一个实施例中，本发明实施例的装置10还包括：第一判断模块和控制模块。
其中，第一判断模块用于判断用能负荷是否超出预设的用能负荷。在超出时，控制模块用于根据用能负荷和预设的用能负荷之间的差值确定需要调整的用能设备，以降低用能负荷，否则维持当前运行状态。
进一步地，在本发明的一个实施例中，本发明实施例的装置10还包括：第二判断模块。
其中，第二判断模块，用于判断是否具有历史测量数据，当具有测量运行数据时，预测模块300预测用能负荷，否则预测模块300将环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据相似度预测用能负荷。
进一步地，在本发明的一个实施例中，本发明实施例的装置还包括：检测模块。
其中，检测模块用于检测当前气象数据，以使预测模块300根据每个区域和/或每个用能设备的功能类别、基本特征信息、历史测量数据和当前气象数据预测地图的用能负荷。
进一步地，在本发明的一个实施例中，用能类别包括生活区和生产区，并且生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
需要说明的是，前述对用能侧的负荷预测方法实施例的解释说明也适用于该实施例的用能侧的负荷预测装置，此处不再赘述。
根据本发明实施例的用能侧的负荷预测装置，通过对区域和用能设备的模块化，进而通过模块化后的多个标准模块对用能设备的用能负荷进行实时预测，以对负荷进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种用能侧的负荷预测方法，其特征在于，包括以下步骤：
获取用能侧的环境信息；
根据所述环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息；以及
根据所述每个区域和/或所述每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。
2.根据权利要求1所述的用能侧的负荷预测方法，其特征在于，还包括：
判断所述用能负荷是否超出预设的用能负荷；
如果是，则根据所述用能负荷和所述预设的用能负荷之间的差值确定需要调整的用能设备，以降低所述用能负荷；
如果否，则维持当前运行状态。
3.根据权利要求1所述的用能侧的负荷预测方法，其特征在于，在预测所述用能负荷之前，还包括：
判断是否具有历史测量数据；
如果是，则预测所述用能负荷；
如果否，则将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述用能负荷。
4.根据权利要求1所述的用能侧的负荷预测方法，其特征在于，还包括：
检测当前气象数据；
根据所述每个区域和/或每个用能设备的功能类别、所述基本特征信息、所述历史测量数据和所述当前气象数据预测所述地图的用能负荷。
5.根据权利要求1-4任一项所述的用能侧的负荷预测方法，其特征在于，所述用能类别包括生活区和生产区，并且所述生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且所述基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及所述生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
6.一种用能侧的负荷预测装置，其特征在于，包括：
获取模块，用于用能侧的环境信息；
划分模块，用于根据所述环境信息对所在环境进行区域划分和/或对用能侧设备的用能设备进行设备划分，以将每个区域和/或每个用能设备标记为相应的用能类别以及记录基本特征信息；以及
预测模块，用根据所述每个区域和/或所述每个用能设备功能类别、基本特征信息和历史测量数据预测用能侧的用能负荷。
7.根据权利要求6所述的用能侧的负荷预测装置，其特征在于，还包括：
第一判断模块，用于判断所述用能负荷是否超出预设的用能负荷；
控制模块，在超出时，用于根据所述用能负荷和所述预设的用能负荷之间的差值确定需要调整的用能设备，以降低所述用能负荷，否则维持当前运行状态。
8.根据权利要求6所述的用能侧的负荷预测装置，其特征在于，还包括：
第二判断模块，用于判断是否具有历史测量数据，当具有所述测量运行数据时，所述预测模块预测用能负荷，否则所述预测模块将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述用能负荷。
9.根据权利要求6所述的用能侧的负荷预测装置，其特征在于，还包括：
检测模块，用于检测当前气象数据，以使所述预测模块根据所述每个区域和/或所述每个用能设备的功能类别、所述基本特征信息、所述历史测量数据和所述当前气象数据预测所述地图的用能负荷。
10.根据权利要求6-9任一项所述的用能侧的负荷预测装置，其特征在于，所述用能类别包括生活区和生产区，并且所述生活区包括办公室、大厅、卫生间、配电设备间、手术室、绿化区、会议室、病房中的一种或多种，并且所述基本特征信息包括时间、地理位置、面积、干湿球温度、风向、人口密度、围护结构种类、厚度、空气湿度、天气状况、区域工作类型、门窗缝隙状况、新风供给量、房屋朝向中的一种或多种，以及所述生产区包括时间、生产线的电功率、生产线的耗蒸汽量、蒸汽参数、耗热水量、热水参数、耗冷量、生产线的工作年限、生产线的品牌、进行修理的频率、干湿球温度、空气湿度、地理位置中的一种或多种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710359557.8A CN107220729A (zh) | 2017-05-19 | 2017-05-19 | 用能侧的负荷预测方法及预测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710359557.8A CN107220729A (zh) | 2017-05-19 | 2017-05-19 | 用能侧的负荷预测方法及预测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107220729A true CN107220729A (zh) | 2017-09-29 |
Family
ID=59945530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710359557.8A Pending CN107220729A (zh) | 2017-05-19 | 2017-05-19 | 用能侧的负荷预测方法及预测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107220729A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112230585A (zh) * | 2020-10-29 | 2021-01-15 | 山东康诚医用设备工程有限公司 | 手术室洁净动态监测控制系统 |
-
2017
- 2017-05-19 CN CN201710359557.8A patent/CN107220729A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112230585A (zh) * | 2020-10-29 | 2021-01-15 | 山东康诚医用设备工程有限公司 | 手术室洁净动态监测控制系统 |
| CN112230585B (zh) * | 2020-10-29 | 2022-01-18 | 山东康诚医用设备工程有限公司 | 手术室洁净动态监测控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jota et al. | Building load management using cluster and statistical analyses | |
| US10223167B2 (en) | Discrete resource management | |
| CN117277958B (zh) | 一种基于大数据的光伏电站的智能运维管理方法及系统 | |
| CN103903408B (zh) | 设备故障侦查预警方法和系统 | |
| KR101588851B1 (ko) | 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템 | |
| CN109540212A (zh) | 一种基于大数据的电缆井状态评估预警系统及方法 | |
| CN111639815A (zh) | 一种多模型融合预测电网缺陷物资的方法及系统 | |
| CN109028468A (zh) | 基于大数据分析的冰机集群系统能耗优化方法和装置 | |
| CN116629455B (zh) | 一种基于电力供电的智能定向预测方法 | |
| CN118393962B (zh) | 一种客车生产线能耗智能监控与能效提升方法及系统 | |
| CN107229994A (zh) | 供能侧的成本预测方法及预测装置 | |
| CN118429141B (zh) | 一种公路施工能耗分析优化方法 | |
| CN114200839A (zh) | 一种耦合环境行为动态监测的办公建筑能耗智能控制模型 | |
| CN114925874A (zh) | 一种基于bert神经网络模型的碳排量预判方法及装置 | |
| CN118156678B (zh) | 用于储能电池组的风液混合散热方法及系统 | |
| CN117490193A (zh) | 一种中央空调水系统群控方法 | |
| CN114240034A (zh) | 一种建筑内的末端设备用能调控方法及系统 | |
| CN107220729A (zh) | 用能侧的负荷预测方法及预测装置 | |
| CN116519054A (zh) | 一种热力站设备健康状态监测系统及方法 | |
| CN116360375A (zh) | 太阳能光伏组件的可重复性制造控制方法及其系统 | |
| CN118278620A (zh) | 基础设施电能消耗监测与管理系统 | |
| CN116220359A (zh) | 一种保温墙的施工方法和系统 | |
| CN116629726B (zh) | 一种精密铜管包装车间的环境监测管理方法及系统 | |
| Ding et al. | Individual nonparametric load estimation model for power distribution network planning | |
| KR20130065844A (ko) | 지능형 빌딩 에너지 설비 효율 관리 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170929 |
|
| RJ01 | Rejection of invention patent application after publication |