CN108665189A - 一种基于用电结构模型分析的工业智能优化节能系统 - Google Patents
一种基于用电结构模型分析的工业智能优化节能系统 Download PDFInfo
- Publication number
- CN108665189A CN108665189A CN201810506949.7A CN201810506949A CN108665189A CN 108665189 A CN108665189 A CN 108665189A CN 201810506949 A CN201810506949 A CN 201810506949A CN 108665189 A CN108665189 A CN 108665189A
- Authority
- CN
- China
- Prior art keywords
- power
- subsystem
- analysis
- information
- data
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 title claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 57
- 238000005065 mining Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000007728 cost analysis Methods 0.000 claims description 10
- 238000003909 pattern recognition Methods 0.000 claims description 5
- 238000000205 computational method Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000013439 planning 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于用电结构模型分析的工业智能优化节能系统，包括用电信息收集子系统、信息挖掘分析子系统、智能控制及告警子系统和信息输出子系统。本发明通过对错峰安排工作进行量化分析和优化，实现错峰的精益化管理，尽量减少停电损失，并促进资源优化配置和节能减排，同时，对用电数据进行挖掘分析建立分析模型能够自动进行合理的、科学的数据分析，提供辅助支撑决策。
Description
技术领域
本发明属于能源管理和节能技术领域，具体涉及一种基于用电结构模型分析的工业智能优化节能系统。
背景技术
当前，能源短缺和环境污染问题已成为全球性的问题，在我国的能源消耗中，工业是我国能源消耗的大户，能源消耗量占全国能源消耗总量的70％左右，节能和环保已成为全社会日益关注的问题。传统的能源资源高消耗与粗放型工业控制管理发展道路已难以为继，改变传统的高消耗、高污染和低效益的经济增长模式，发展一条以智能化生产体系为支撑，以低消耗、低排放、高效率的资源节约型循环经济为目的的新型清洁生产道路已迫在眉睫。
然而目前大多数企业还是停留在保证生产稳定运行的阶段，对用电数据与生产运行的关系认识不够，缺少相应的系统平台进行数据分析和挖掘，从而实现更优化的用电结构，在满足生产的同时，降低用电成本。
虽然，市场上很多厂家已推出各具特色的智能优化节能系统，能够解决上述用电管理的部分问题；然而，随着企业对节能减排与节能服务更广泛、更急切的需求，现有节能系统的用电管理模块仍存在着一些不足，不能满足精细化、智能化运行的需要，需要更完善的技术体系推动和支撑。
发明内容
针对上述现有工业智能优化节能系统的缺陷与不足，本发明提供一种集用电数据信息采集、数据分析以及设备控制的分析诊断模型，打造智能化生产管理平台。
为解决上述技术问题本发明所采用的技术方案为：
一种基于用电结构模型分析的工业智能优化节能系统，包括用电信息收集子系统、信息挖掘分析子系统、智能控制及告警子系统和信息输出子系统；
所述用电信息采集子系统用于收集、整理各种用电信息，同时做好用电信息读取、记录等内容的保管以及新内容的增加等工作；
所述信息挖掘分析子系统用于对所述用电信息采集子系统所收集的各种用电信息使用恰当的分析方法与技术，并对数据按照一定的规则进行处理；
所述智能控制及告警子系统根据信息挖掘分析子系统分析处理的结果，对用电回路进行开停智能控制，并对出现的异常进行报警提示；
所述信息输出子系统用于将按照规则处理过的数据及时的传送到用户，为用户提供用电节能服务。
作为本发明实施例的优选，所述用电信息采集子系统包括用电负荷信息的自动采集和用电结构参数离线设置；
所述用电负荷信息的自动采集是指系统自动采集用电设备的负荷参数，对参数对应的设备进行分单元、分系统、分区域的采集，并集中获取所采集到的数据；
所述电结构参数离线设置是指配置用电结构的基础参数，按照用电的规则存入到数据库中，为信息挖掘和告警模块做好数据准备。
作为本发明实施例的优选，所述信息挖掘分析子系统包括基本电费分析模块、电度电费分析模块和力调电费分析模块；
所述基本电费分析模块包括变压器容量和按最大需量计费两种计费方式，通过采集全厂进线的月实际最大需量，结合配置的需量、容量单价和计费容量、需量等基础参数，对全厂进线目前计费方式的经济性作出判断；
所述电度电费分析模块包括用电负荷模式识别和错峰用电分析，利用大数据技术进行用电模式的识别，利用数据挖掘技术对用户的负荷数据进行深入分析，进而获得用户的错峰潜力等潜在的有用信息；
所述力调电费分析模块用于掌握所有进线的力调电费运行情况，提供数据支撑避免力调电费的持续罚款。
本发明还提供一种基于基本电费分析模块的基本电费的计算方法，包括以下步骤：
(1)配置基本电费基础信息；
(2)选择变压器容量和按最大需量这两种计费方式其中的一种进行实际计算基本电费；
(3)选择步骤(2)中没有选择的另一种计费方式进行模拟计算基本电费；
(4)将步骤(2)和步骤(3)中两种计费方式的计费数据和结果进行对比，对目前进线计费方式的经济性进行判断，确定最优的计费方式。
本发明还提供一种基于电度电费分析模块的电度电费的分析方法，包括以下步骤：
(1)采集用电回路一年的每日96点用电信息，对数据进行数据清洗预处理；
(2)采用Canopy+K—means聚类算法对日负荷特性曲线进行聚类分析，聚类获得的簇即代表用户的用电模式；
(3)通过筛选簇内对象大于设定阈值的方法来获得用户的常用用电模式，并对常用用电模式进行类型判定，得到具有错峰潜力的常用用电模式；
(4)根据常用用电模式进行错峰潜力分析选定分析对象。
本发明与现有技术相比具有以下有益效果：
1、本发明通过对用户电费的构成以及各项目与生产运行数据之间的关系进行挖掘，可以达到减少用电成本的目的。
2、本发明通过对错峰安排工作进行量化分析和优化，实现错峰的精益化管理，尽量减少停电损失，并促进资源优化配置和节能减排，同时，对用电数据进行挖掘分析建立分析模型能够自动进行合理的、科学的数据分析，提供辅助支撑决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明基于用电结构模型分析的工业智能优化节能系统的系统结构图；
图2为本发明基于基本电费分析模块的基本电费的计算方法的判断流程图；
图3为本发明基于电度电费分析模块的电度电费的分析方法的结构流程图；
图4为本发明错峰用电分析的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1所示，本发明实施例提供一种基于用电结构模型分析的工业智能优化节能系统，具体包括用电信息收集子系统1、信息挖掘分析子系统2、智能控制及告警子系统3和信息输出子系统。
在本实施例中，用电信息采集子系统1用于收集、整理各种用电信息，同时做好用电信息读取、记录等内容的保管以及新内容的增加等工作；所述信息挖掘分析子系统2用于对所述用电信息采集子系统所收集的各种用电信息使用恰当的分析方法与技术，并对数据按照一定的规则进行处理；所述智能控制及告警子系统3根据信息挖掘分析子系统2分析处理的结果，对用电回路进行开停智能控制，并对出现的异常进行报警提示；所述信息输出子系统4用于将按照规则处理过的数据及时的传送到用户，为用户提供用电节能服务。
在本实施例中，用电信息采集子系统1包括用电负荷信息的自动采集和用电结构参数离线设置；其中，用电负荷信息的自动采集是指系统自动采集用电设备的负荷参数(每日15min一个负荷参数)，对参数对应的设备进行分单元、分系统、分区域的采集，并集中获取所采集到的数据；电结构参数离线设置是指配置用电结构的基础参数，按照用电的规则存入到数据库中，为信息挖掘和告警模块做好数据准备。
在本实施例中，所述信息挖掘分析子系统2包括基本电费分析模块、电度电费分析模块和力调电费分析模块，下面我们队这三个模块作进一步的介绍：
二、基本电费分析模块
在现行电费计算中，大工业用户(变压器容量大于等于315kvA的工业用户)的基本电费计费方式分为变压器容量和按最大需量计费两种计费方式。基本电费分析模块通过采集全厂进线的月实际最大需量，结合配置的需量、容量单价和计费容量、需量等基础参数，对全厂进线目前计费方式的经济性作出判断，并给出相应的优化建议和结论。
参见图2所示，本发明实施例提供一种基于基本电费分析模块的基本电费的计算方法，包括以下步骤：
(1)配置基本电费基础信息，其中，基本电费基础信息主要包括配置的需量、容量单价和计费容量、需量等基础参数。
(2)选择变压器容量和按最大需量这两种计费方式其中的一种进行实际计算基本电费，一般情况下，在企业里都是按照变压器容量的计费方式来进行实际的基本电费的计算。
(3)选择步骤(2)中没有选择的另一种计费方式进行模拟计算基本电费。
(4)将步骤(2)和步骤(3)中两种计费方式的计费数据和结果进行对比，对目前进线计费方式的经济性进行判断，确定最优的计费方式。
二、电度电费分析模块
在本实施例中，电度电费分析模块包括用电负荷模式识别和错峰用电分析两个模块。利用用电负荷模式识别，利用数据挖掘技术对用户的负荷数据进行深入分析，进而获得用户的错峰潜力等潜在的有用信息，为企业开展错峰用电管理工作提供依据。
参见图3所示，本发明实施例提供一种基于电度电费分析模块的电度电费的分析方法，包括以下步骤：
(1)采集用电回路一年的每日96点用电信息，对数据进行数据清洗预处理；
(2)采用Canopy+K—means聚类算法对日负荷特性曲线进行聚类分析，聚类获得的簇即代表用户的用电模式；
(3)通过筛选簇内对象大于设定阈值的方法来获得用户的常用用电模式，并对常用用电模式进行类型判定，得到具有错峰潜力的常用用电模式；
(4)根据常用用电模式进行错峰潜力分析选定分析对象。
下面我们针对上面的电度电费的分析方法作进一步的说明；
a.聚类分析
聚类分析(clustering analysis)是一个将数据集划分为若干组或类的过程，并使得同一个组内的数据对象具有较高的相似度；而不同组中的数据对象相似度很低。相似或不相似通常是利用各对象间距离来进行表示的，两个样本之间的距离越小相似度越高，两个样本之间的距离越大则相似度越低。最常用的欧式距离如下式：
式中：d(xi，xj)代表第i日和第j日的日负荷特性曲线的欧式距离；n为属性空间的维度，由于回路每条日负荷特性曲线都包含96个点，故取n＝96；xi为该回路第i日的日负荷特性曲线；xjk为该回路第i日的第k个用电量。
b.聚类后处理
在本实施中，聚类的目的是得到回路的用电模式，每一簇聚类就代表了一种用电模式，然而并非所有的用电模式都对错峰用电有指导作用，把错峰用电作为一种长期的用电工作，只有常用的用电模式才会对其有指导价值；而错峰工作的重点在于发掘具有错峰潜力的用电模式，因此我们要通过聚类后处理得到回路具有错峰潜力的常用用电模式。首先，一簇聚类就代表了一种用电模式，由于聚类中心具有代表性，因此每簇聚类的聚类中心所对应的负荷特性曲线可以作为该用电模式的代表曲线。对簇内对象进行数量统计，当簇内对象数量大于我们设定的阈值时，可以判定此用电模式为回路的常用用电模式。针对该常用用电模式，要对其进行用电规律统计，计算该模式负荷特性曲线的相关形态指标，根据这些指标进行用电模式类型判断。用于用电模式识别的曲线形态指标包括日负荷率、日峰谷差率、峰期负载率、平期负载率、谷期负载率，计算方法如下表：
c.离散处理
将这些指标进行离散化处理，方法如下：
d.用电模式确定
根据指标的离散化结果，将回路的用电模式分为平滑型、避峰型、单峰波动型、双峰波动型4种类型。形态指标与用电模式的对饮关系如下：
波动型用电模式与系统波动性有很强的相关性，说明系统负荷的波动主要由这些用电模式引起，因此波动型用电模式的回路才是最具有错峰潜力的用电回路。
回路错峰潜力分析完毕后，加以排序整理得到企业的错峰潜力排序表。系统人员可以据此制定相应的错峰计划，包括错峰用户的选择，错峰手段的选取和错峰时间的协调等。
错峰用电分析
错峰用电分析包括被动错峰用电和主动错峰用电：
参见图4所示，主动错峰用电：在企业的实际管理过程中，都根据实际生产工艺的需要，制定了详细的设备开停机时间计划，但在实际执行过程中，往往存在如下问题：现场员工对设备的开停机时间不够重视，更加关注产量等因数，导致实际开停时间与管理规定执行不够彻底，造成不必要的电费支出，而实际考核因开停机时间等统计相对繁琐，不利于长期实行。在当前各企业的管理越来越精细的趋势下，利用系统辅助进行管理十分必要，同时大幅提高管理效率和效果，对错峰用电的执行情况的管理也是如此。被动错峰用电模块的目的是：对用户各时段的用电数据进行监测，对不合理的设备运行时间进行报警统计及考核，分析各时段用电数据的变化规律，指出其不合理的地方，供用户改进管理方法和措施。被动错峰用电：根据电网调度命令，结合错峰潜力排序表，对用电设备进行控制直至满足电网调度的要求。
三、力调电费分析
掌握所有进线的力调电费运行情况，为争取力调电费奖励最大化提供数据支撑；层层挖掘，从进线-变压器-每日，发现引起进线力调电费罚款的变压器名称以及时期，以便后期采取有效措施，避免力调电费的继续罚款。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于用电结构模型分析的工业智能优化节能系统，其特征在于：包括用电信息收集子系统、信息挖掘分析子系统、智能控制及告警子系统和信息输出子系统；
所述用电信息采集子系统用于收集、整理各种用电信息，同时做好用电信息读取、记录等内容的保管以及新内容的增加等工作；
所述信息挖掘分析子系统用于对所述用电信息采集子系统所收集的各种用电信息使用恰当的分析方法与技术，并对数据按照一定的规则进行处理；
所述智能控制及告警子系统根据信息挖掘分析子系统分析处理的结果，对用电回路进行开停智能控制，并对出现的异常进行报警提示；
所述信息输出子系统用于将按照规则处理过的数据及时的传送到用户，为用户提供用电节能服务。
2.根据权利要求1所述的基于用电结构模型分析的工业智能优化节能系统，其特征在于：所述用电信息采集子系统包括用电负荷信息的自动采集和用电结构参数离线设置；
所述用电负荷信息的自动采集是指系统自动采集用电设备的负荷参数，对参数对应的设备进行分单元、分系统、分区域的采集，并集中获取所采集到的数据；
所述电结构参数离线设置是指配置用电结构的基础参数，按照用电的规则存入到数据库中，为信息挖掘和告警模块做好数据准备。
3.根据权利要求1所述的基于用电结构模型分析的工业智能优化节能系统，其特征在于：所述信息挖掘分析子系统包括基本电费分析模块、电度电费分析模块和力调电费分析模块；
所述基本电费分析模块包括变压器容量和按最大需量计费两种计费方式，通过采集全厂进线的月实际最大需量，结合配置的需量、容量单价和计费容量、需量等基础参数，对全厂进线目前计费方式的经济性作出判断；
所述电度电费分析模块包括用电负荷模式识别和错峰用电分析，利用大数据技术进行用电模式的识别，利用数据挖掘技术对用户的负荷数据进行深入分析，进而获得用户的错峰潜力等潜在的有用信息；
所述力调电费分析模块用于掌握所有进线的力调电费运行情况，提供数据支撑避免力调电费的持续罚款。
4.一种基于基本电费分析模块的基本电费的计算方法，其特征在于，包括以下步骤：
(1)配置基本电费基础信息；
(2)选择变压器容量和按最大需量这两种计费方式其中的一种进行实际计算基本电费；
(3)选择步骤(2)中没有选择的另一种计费方式进行模拟计算基本电费；
(4)将步骤(2)和步骤(3)中两种计费方式的计费数据和结果进行对比，对目前进线计费方式的经济性进行判断，确定最优的计费方式。
5.一种基于电度电费分析模块的电度电费的分析方法，其特征在于，包括以下步骤：
(1)采集用电回路一年的每日96点用电信息，对数据进行数据清洗预处理；
(2)采用Canopy+K—means聚类算法对日负荷特性曲线进行聚类分析，聚类获得的簇即代表用户的用电模式；
(3)通过筛选簇内对象大于设定阈值的方法来获得用户的常用用电模式，并对常用用电模式进行类型判定，得到具有错峰潜力的常用用电模式；
(4)根据常用用电模式进行错峰潜力分析选定分析对象。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810506949.7A CN108665189A (zh) | 2018-05-24 | 2018-05-24 | 一种基于用电结构模型分析的工业智能优化节能系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810506949.7A CN108665189A (zh) | 2018-05-24 | 2018-05-24 | 一种基于用电结构模型分析的工业智能优化节能系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108665189A true CN108665189A (zh) | 2018-10-16 |
Family
ID=63777835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810506949.7A Pending CN108665189A (zh) | 2018-05-24 | 2018-05-24 | 一种基于用电结构模型分析的工业智能优化节能系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108665189A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110555549A (zh) * | 2019-08-22 | 2019-12-10 | 万洲电气股份有限公司 | 一种基于粉磨系统错峰节能的智能优化节能系统 |
| CN112529730A (zh) * | 2020-11-27 | 2021-03-19 | 江苏瑞中数据股份有限公司 | 一种需求侧错峰资源管理系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102376026A (zh) * | 2011-10-31 | 2012-03-14 | 冶金自动化研究设计院 | 工业企业用电负荷优化系统 |
| CN105005570A (zh) * | 2014-04-23 | 2015-10-28 | 国家电网公司 | 基于云计算的海量智能用电数据挖掘方法及装置 |
| CN105678398A (zh) * | 2015-12-24 | 2016-06-15 | 国家电网公司 | 基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统 |
-
2018
- 2018-05-24 CN CN201810506949.7A patent/CN108665189A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102376026A (zh) * | 2011-10-31 | 2012-03-14 | 冶金自动化研究设计院 | 工业企业用电负荷优化系统 |
| CN105005570A (zh) * | 2014-04-23 | 2015-10-28 | 国家电网公司 | 基于云计算的海量智能用电数据挖掘方法及装置 |
| CN105678398A (zh) * | 2015-12-24 | 2016-06-15 | 国家电网公司 | 基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110555549A (zh) * | 2019-08-22 | 2019-12-10 | 万洲电气股份有限公司 | 一种基于粉磨系统错峰节能的智能优化节能系统 |
| CN110555549B (zh) * | 2019-08-22 | 2023-08-11 | 万洲电气股份有限公司 | 一种基于粉磨系统错峰节能的智能优化节能系统 |
| CN112529730A (zh) * | 2020-11-27 | 2021-03-19 | 江苏瑞中数据股份有限公司 | 一种需求侧错峰资源管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107256442B (zh) | 基于移动客户端的线损计算方法 | |
| CN107424079A (zh) | 一种基于大数据平台的大型建筑能耗管理系统及方法 | |
| CN111401732B (zh) | 一种水资源供需形势分层次识别方法 | |
| CN103632306A (zh) | 一种基于聚类分析的配电网供电区域划分方法 | |
| CN110378510B (zh) | 一种基于时间序列和层次聚合的配网物资需求预测方法 | |
| CN105226648A (zh) | 一种基于大数据的分布式电源配电网规划方法 | |
| CN102567412A (zh) | 一种计算机辅助电网负荷分析的信息处理方法 | |
| CN103543697B (zh) | 交通隧道设备集群式智能控制方法 | |
| CN108665189A (zh) | 一种基于用电结构模型分析的工业智能优化节能系统 | |
| CN112184528A (zh) | 一种智慧园区大数据智能平台 | |
| CN106168766A (zh) | 一种智能家居的能源监控管理系统及碳资产管理方法 | |
| CN108230183A (zh) | 一种基于时标量测的电网设备多维度综合告警的处理方法 | |
| Fan et al. | Design and application of integrated distribution network line loss analysis system | |
| CN116187772A (zh) | 一种集团级低碳转型决策支持系统 | |
| CN109816548A (zh) | 一种建筑能效管理系统及方法 | |
| Zhou et al. | Spatial heterogeneity of coupling coordination development between logistics and economy in central plains of China | |
| CN111626509B (zh) | 一种区域新能源有效供给能力的评价方法和系统 | |
| CN114397846A (zh) | 基于工业园区的能耗监测系统 | |
| Han et al. | Requirements analysis and application research of big data in power network dispatching and planning | |
| Ya’An | Application of artificial intelligence in computer network technology in the era of big data | |
| CN113807573A (zh) | 一种基于数据管理和三维搜索的施工预测分析方法及系统 | |
| Ren et al. | Decision-making approach in charging mode for electric vehicle based on cumulative prospect theory | |
| Qichen | Cotton Textile Equipment Data Management System Based on Big Data Technology | |
| CN116579546B (zh) | 一种基于园区的智能化用电数据分析及管理系统 | |
| Lu et al. | A calculation of power users' demand response potential under the angle of big data |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |