CN108960487A - 基于大数据分析的空压机集群系统能耗优化方法和装置 - Google Patents
基于大数据分析的空压机集群系统能耗优化方法和装置 Download PDFInfo
- Publication number
- CN108960487A CN108960487A CN201810608839.1A CN201810608839A CN108960487A CN 108960487 A CN108960487 A CN 108960487A CN 201810608839 A CN201810608839 A CN 201810608839A CN 108960487 A CN108960487 A CN 108960487A
- Authority
- CN
- China
- Prior art keywords
- air compressor
- group system
- compressor machine
- data
- flow
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Abstract
本发明提供了基于大数据分析的空压机集群系统能耗优化方法和装置，涉及空气压缩机集群系统技术领域，包括：根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求；推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，生成氮气用量预测数据；根据空压机的功率数据和氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本数据；根据流量需求预测曲线和空压机组件的多种使用方式对应的成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，生成集群控制方法。有效优化空气压缩机集群系统的工作方式，提升经济效益。
Description
技术领域
本发明涉及空气压缩机集群系统技术领域，具体而言，涉及基于大数据分析的空压机集群系统能耗优化方法和装置。
背景技术
空气压缩机集群系统(空压机集群系统)是保持生产环境恒压、通风和洁净的核心系统，尤其是在需要洁净室的电子制造、半导体制造、生物医药、化工等制造系统中被大量使用。空气压缩机集群系统一方面要保持室内与室外的稳定压力差，防止室外的大颗粒分子污染物进入到生产环境中，同时也提供许多需要恒压环境的关键制程和设备的生产使用。空气压缩机集群系统通常由多台并联的压缩机和多台并联的干燥机组成，压缩机的类型分为离心式压缩机和螺杆式压缩机，其中离心式空压机有较大的容量调节范围，但是不能够频繁地启停。而螺杆式空压机的容量调节范围有限，但是启停较为灵活。在生产环境中，对压缩空气的流量需求往往有较大的波动性。为了保证主管路和各个用户的压力恒定，需要根据流量的需求来调整压缩机的功率，而当压缩机的功率无法响应流量变化需求时，会出现主管路和生产设备的压力下降，严重时会引起设备的停机和洁净室空气污染。目前大多数空压机集群系统采用的是多个大功率压缩机与数个低功率压缩机并联的设计方法。大功率压缩机承担主要的流量需求，压力和流量维持在额定值。而低功率的压缩机承担应对流量波动的容量调节功能(又称为容调机)，在控制排气压力恒定的情况下，通过调节进气阀(IGV)和卸气阀(BOV)的开关量来调节流量。而当压力的变化范围超过了容调机的调节范围时，就需要通过关闭或打开大功率压缩机来响应流量的变化。由于离心式压缩机的启停对设备损伤很大，且需要一定的时间才能达到设定压力，因此很难响应快速地大范围流量波动。在这种情况下，主管路通常会使用液氮作为补充气体来弥补主管路压力的下降，控制方式为当主管路压力下降到某阀值时开启液氮出口阀门。然而，使用氮气来弥补压力的下降会造成额外的成本，因此应尽量避免使用氮气。
压缩机集群系统通常都是工厂中的用电大户，它的控制方式在保持最优经济性的方面还存在很大的缺陷，比如：1、虽然多台空气压缩机相互并联共同维持管路的压力和流量需求，但是大多数情况下每一台空压机的控制都是相互独立的，并不会相互协同。2、即便是安装了群控系统的空压机集群，能够实现控制的协同性，但是控制的方式依然是根据管路压力的实时变化进行应激式的响应，无法实现预测性的优化。3、在没有群控系统的情况下，当流量发生趋势性变化时，需要人工重新匹配流量需求与功率的关系，完成空压机的启停组合控制。人工的调节需要依靠专家经验，且很难做到准确敏捷地响应。当开启空压机的总额定流量大于管路需求时，会造成容调机一直低负荷运转，造成能耗的浪费。而当开启空压机的总额定流量低于管路需求时，会造成氮气被大量消耗，造成更多的额外成本。
因此，如何为空气压缩机集群系统设计一个更为合理的调控方法以合理分配系统资源降低使用成本，成为亟待解决的技术问题。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一，公开了一种基于大数据分析的空压机集群系统能耗优化方法和装置，能够优化空气压缩机集群系统的工作方式，提升经济效益。
本发明的第一方面公开了一种基于大数据分析的空压机集群系统能耗优化方法，包括：获取空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；根据流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；根据空压机的功率数据和氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本数据；根据流量预测曲线和空气压缩机集群系统中各个组件的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合对应的成本，生成最优使用方式对应的控制方法；将控制方法输入到控制系统中自动执行或将控制方法通知到操作员去执行。
该技术方案提供的基于大数据分析的空压机集群系统能耗优化方法应用在由多个大功率压缩机与数个低功率压缩机并联的空压机集群系统中，其中，大功率压缩机承担主要的流量需求，压力和流量维持在额定值，而低功率的压缩机承担应对流量波动的容量调节功能(又称为容调机)。在控制排气压力恒定的情况下，通过调节进气阀(IGV)和卸气阀(BOV)的开关量来调节流量。而当压力的变化范围超过了容调机的调节范围时，需要通过关闭或打开大功率压缩机来响应流量的变化。由于离心式压缩机的启停对设备损伤很大，且需要一定的时间才能达到设定压力，因此很难响应快速地大范围流量波动，在这种情况下，主管路通常会使用液氮作为补充气体来弥补主管路压力的下降，控制方式为当主管路压力下降到某阀值时开启液氮出口阀门。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化方法，优选地，预测未来一段时间内的流量需求的步骤，具体包括：以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化方法，优选地，还包括：通过交互界面显示流量预测曲线、氮气用量、成本数据和控制方法。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化方法，优选地，交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
本发明的另一方面公开了一种基于大数据分析的空压机集群系统能耗优化装置，包括：流量预测单元，用于获取空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；
流量、压力与功率匹配单元，用于根据流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；
成本计算单元，用于根据空压机的功率数据和氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本数据；
启停控制优化单元，根据流量预测曲线和空气压缩机集群系统中各个组件的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合对应的成本，生成最优使用方式对应的控制方法；
交互单元，用于将控制方法输入到控制系统中自动执行或将控制方法通知到操作员去执行。
该技术方案提供的基于大数据分析的空压机集群系统能耗优化装置应用在由多个大功率压缩机与数个低功率压缩机并联的空压机集群系统中，其中，大功率压缩机承担主要的流量需求，压力和流量维持在额定值，而低功率的压缩机承担应对流量波动的容量调节功能(又称为容调机)。在控制排气压力恒定的情况下，通过调节进气阀(IGV)和卸气阀(BOV)的开关量来调节流量。而当压力的变化范围超过了容调机的调节范围时，需要通过关闭或打开大功率压缩机来响应流量的变化。由于离心式压缩机的启停对设备损伤很大，且需要一定的时间才能达到设定压力，因此很难响应快速地大范围流量波动，在这种情况下，主管路通常会使用液氮作为补充气体来弥补主管路压力的下降，控制方式为当主管路压力下降到某阀值时开启液氮出口阀门。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置，优选地，流量预测单元，具体包括：
短期预测子单元，用于以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或
长期预测子单元，用于以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置，优选地，还包括：
显示单元，用于通过交互界面显示流量预测曲线、氮气用量、成本数据和控制方法。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置，优选地，交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
本发明的有益效果至少包括：与传统方法相比，本发明考虑了更加全面的影响因素，并且考虑了在未来不同时间尺度的变化性，能够根据流量使用的时间序列的趋势特征、周期性规律、生产排程信息等信息自动预测未来一段时间内的流量需求，从而将传统的应激式调节方式转变为预测式的优化方式。能够建立管网流量、压力和空压机功率之间的关系，进而预测在不同的流量需求和空压机使用方式下的成本，结合空压机启停调节频率的限制，给出成本最优的空压机集群使用建议。
附图说明
图1示出了根据本发明的实施例的基于大数据分析的空压机集群系统能耗优化方法的示意流程图。
图2示出了根据本发明的实施例的基于大数据分析的空压机集群系统能耗优化装置的示意框图。
图3示出了根据本发明的实施例的配置示意图。
图4示出了根据本发明的实施例的流量需求预测模型示意图。
图5示出了根据本发明的实施例的成本计算示意图。
图6示出了根据本发明的实施例的氮气用量预测示意图。
图7示出了根据本发明的实施例的软件结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。
如图1所示，本发明的实施例之一公开了一种基于大数据分析的空压机集群系统能耗优化方法，包括：
步骤S102，获取空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；
步骤S104，根据流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；
步骤S106，根据空压机的功率数据和氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本数据；
步骤S108，根据流量预测曲线和空气压缩机集群系统中各个组件的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合对应的成本，生成最优使用方式对应的控制方法；
步骤S110，将控制方法输入到控制系统中自动执行或将控制方法通知到操作员去执行。
在该实施例中，此方法应用在由多个大功率压缩机与数个低功率压缩机并联的空压机集群系统中，其中，大功率压缩机承担主要的流量需求，压力和流量维持在额定值，而低功率的压缩机承担应对流量波动的容量调节功能(又称为容调机)。在控制排气压力恒定的情况下，通过调节进气阀(IGV)和卸气阀(BOV)的开关量来调节流量。而当压力的变化范围超过了容调机的调节范围时，需要通过关闭或打开大功率压缩机来响应流量的变化。由于离心式压缩机的启停对设备损伤很大，且需要一定的时间才能达到设定压力，因此很难响应快速地大范围流量波动，在这种情况下，主管路通常会使用液氮作为补充气体来弥补主管路压力的下降，控制方式为当主管路压力下降到某阀值时开启液氮出口阀门。
根据上述实施例，优选地，预测未来一段时间内的流量需求的步骤，具体包括：以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
根据上述实施例，优选地，还包括：通过交互界面显示流量预测曲线、氮气用量、成本数据和控制方法。
根据上述实施例，优选地，交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
如图2所示，本发明的实施例之一公开了一种基于大数据分析的空压机集群系统能耗优化装置200，包括：
流量预测单元202，用于获取空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；
流量、压力与功率匹配单元204，用于根据流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；
成本计算单元206，用于根据空压机的功率数据和氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本数据；
启停控制优化单元208，用于根据流量预测曲线和空气压缩机集群系统中各个组件的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合对应的成本，生成最优使用方式对应的控制方法；
交互单元210，用于将控制方法输入到控制系统中自动执行或将控制方法通知到操作员去执行。
该技术方案提供的基于大数据分析的空压机集群系统能耗优化装置200应用在由多个大功率压缩机与数个低功率压缩机并联的空压机集群系统中，其中，大功率压缩机承担主要的流量需求，压力和流量维持在额定值，而低功率的压缩机承担应对流量波动的容量调节功能(又称为容调机)。在控制排气压力恒定的情况下，通过调节进气阀(IGV)和卸气阀(BOV)的开关量来调节流量。而当压力的变化范围超过了容调机的调节范围时，需要通过关闭或打开大功率压缩机来响应流量的变化。由于离心式压缩机的启停对设备损伤很大，且需要一定的时间才能达到设定压力，因此很难响应快速地大范围流量波动，在这种情况下，主管路通常会使用液氮作为补充气体来弥补主管路压力的下降，控制方式为当主管路压力下降到某阀值时开启液氮出口阀门。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置200，优选地，流量预测单元202，具体包括：
短期预测子单元2022，用于以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或
长期预测子单元2024，用于以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置200，优选地，还包括：
显示单元212，用于通过交互界面显示流量预测曲线、氮气用量、成本数据和控制方法。
根据本发明公开的基于大数据分析的空压机集群系统能耗优化装置200，优选地，交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
图3至图7从实际应用层面披露了本发明的设计思路：
本发明所要解决的技术问题是提供一种能够根据流量需求的预测来优化空压机集群系统启停控制的方法，包括流量需求预测算法，流量、压力与功率的匹配算法，空压机集群系统成本计算模块，空压机启停控制优化算法和交互接口组成。其中：
流量预测算法能够根据时间序列的趋势特征、周期性规律、生产排程信息等输入量自动预测未来一段时间内的流量需求。
预测一段时间内的流量需求分为短期预测和长期预测，短期预测为未来0-1小时内的流量预测，以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为主要输入，长期预测为未来24小时以内的流量预测，以长时间尺度周期性和生产排程信息为主要输入。
流量、压力与功率匹配算法，能够根据流量的预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个主要用户的压力变化，再进一步预测对氮气的使用量。
空压机集群系统成本计算模块，能够根据空压机的功率和氮气的用量，结合实时电价和氮气单位体积价格，计算出空压机集群系统在一段时间内的成本。
空压机启停控制优化算法，能够根据上述三个模块的计算结果，结合空压机集群当前的使用状态、未来的流量需求、启停调节频率的限制等因素，在空压机启停的各种可能性组合中计算成本最优的使用方式。
交互接口包括系统与人的交互和系统与控制器的交互，包括将上述4个模块的计算结果以可视化的方式展现给操作人员，空压机使用方式建议可以通过各种方式通知给人去执行，或直接输入到控制系统中自动执行。
系统与人的交互方式包括Web界面、移动App、短信提醒、邮件提醒、大屏和看板显示等多种方式。
如图3所示，本发明的实施对象是若干台1500hp的离心式空压机、搭配1台900hp和400hp的离心式空压机作为容调机。系统能够监测供气总管和各个用户入口(管路分支)的压力值，能够读入生产系统的排程数据，具有流量需求预测功能模块、空压机启停配置优化模块和人机交互界面。。
如图4所示，流量需求预测模型可以根据历史数据的趋势性特征，结合LSTM神经网络、ARMA、SVR、ANFIS等机器学习算法预测未来一段时间内的流量需求。
如图5所示，空压机启停配置优化模块中包括了自动的成本计算模型，可以根据空压机的功率曲线和氮气的用量曲线，自动计算一段时间的成本曲线。
如图6所示，空压机的配置优化模型中包括一个可以根据流量需求和空压机集群使用方式预测未来一段时间内的空压机功率、主管路压力和氮气用量的模型。结合系统的限制条件，在所有空压机集群使用方式的可能性中计算相应的空压机功率、主管路压力和氮气用量，并代入图5的成本计算模型中，就可在所有的可能性中寻找成本最优的使用方式。
如图7所示，本发明的软件层实现方式，包括了数据获取、数据管理、模型运行环境、模型计算结果管理和人机界面等模块。
根据本发明的上述实施例，与传统方法相比，本发明考虑了更加全面的影响因素，并且考虑了在未来不同时间尺度的变化性，能够根据流量使用的时间序列的趋势特征、周期性规律、生产排程信息等信息自动预测未来一段时间内的流量需求，从而将传统的应激式调节方式转变为预测式的优化方式。能够建立管网流量、压力和空压机功率之间的关系，进而预测在不同的流量需求和空压机使用方式下的成本，结合空压机启停调节频率的限制，给出成本最优的空压机集群使用建议。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于大数据分析的空压机集群系统能耗优化方法，其特征在于，包括：
获取所述空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；
根据所述流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；
根据空压机的功率数据和所述氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出所述空压机集群系统在一段时间内的成本数据；
根据所述流量预测曲线和空气压缩机集群系统中各个组件对应的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合对应的成本，生成最优使用方式对应的控制方法；
将所述控制方法输入到控制系统中自动执行或将所述控制方法通知到操作员去执行。
2.根据权利要求1所述的基于大数据分析的空压机集群系统能耗优化方法，其特征在于，所述预测未来一段时间内的流量需求的步骤，具体包括：
以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或
以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
3.根据权利要求1所述的基于大数据分析的空压机集群系统能耗优化方法，其特征在于，还包括：
通过交互界面显示所述流量预测曲线、所述氮气用量、所述成本数据和所述控制方法。
4.根据权利要求3所述的基于大数据分析的空压机集群系统能耗优化方法，其特征在于，所述交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
5.一种基于大数据预测分析的空气压缩机集群系统能耗优化装置，其特征在于，包括：
流量预测单元，用于获取所述空气压缩机集群系统的历史运行数据并根据时间序列趋势特征、周期性规律、生产排程信息预测未来一段时间内的流量需求，生成流量预测曲线；
流量、压力与功率匹配单元，用于根据所述流量预测曲线，推算容调机的功率响应曲线，进一步预测供气总管路和各个管路分支的压力变化，计算出氮气用量，生成氮气用量预测数据；
成本计算单元，用于根据空压机的功率数据和所述氮气用量预测数据，结合实时电价和氮气单位体积价格，计算出所述空压机集群系统在一段时间内的成本数据；
启停控制优化单元，用于根据所述流量预测曲线和空气压缩机集群系统中各个组件对应的使用成本数据，结合空压机集群当前的使用状态和启停调节频率的限制，计算空气压缩机集群系统中组件的多种使用方式的组合所对应的成本，生成最优使用方式对应的控制方法；
交互单元，用于将所述控制方法输入到控制系统中自动执行或将所述控制方法通知到操作员去执行。
6.根据权利要求5所述的基于大数据预测分析的空气压缩机集群系统能耗优化装置，其特征在于，所述流量预测单元，具体包括：
短期预测子单元，用于以流量历史数据的时间序列的趋势特征和短时间尺度周期性规律为输入量，预测未来0-1小时内的流量；和/或
长期预测子单元，用于以长时间尺度周期性和生产排程信息为输入量，预测未来24小时以内的流量。
7.根据权利要求5所述的基于大数据预测分析的空气压缩机集群系统能耗优化装置，其特征在于，还包括：
显示单元，用于通过交互界面显示所述流量预测曲线、所述氮气用量、所述成本数据和所述控制方法。
8.根据权利要求7所述的基于大数据预测分析的空气压缩机集群系统能耗优化装置，其特征在于，所述交互界面包括：Web界面、移动App界面、短信提醒界面、邮件提醒界面、大屏和看板显示界面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810608839.1A CN108960487A (zh) | 2018-06-13 | 2018-06-13 | 基于大数据分析的空压机集群系统能耗优化方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810608839.1A CN108960487A (zh) | 2018-06-13 | 2018-06-13 | 基于大数据分析的空压机集群系统能耗优化方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108960487A true CN108960487A (zh) | 2018-12-07 |
Family
ID=64488556
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810608839.1A Pending CN108960487A (zh) | 2018-06-13 | 2018-06-13 | 基于大数据分析的空压机集群系统能耗优化方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108960487A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110412871A (zh) * | 2019-07-10 | 2019-11-05 | 北京天泽智云科技有限公司 | 建筑区域辅助设备能耗预测处理方法及系统 |
| CN110486261A (zh) * | 2019-07-17 | 2019-11-22 | 北京中竞国际能源科技有限公司 | 基于多点压力轨迹预测的空压机组调配系统及方法 |
| CN110701029A (zh) * | 2019-07-17 | 2020-01-17 | 北京中竞国际能源科技有限公司 | 基于压力轨迹预测和管网压损的空压机组调配系统及方法 |
| CN110905792A (zh) * | 2019-11-28 | 2020-03-24 | 浙江精工能源科技集团有限公司 | 一种基于能源互联网云计算的空压机控制系统及方法 |
| CN110928188A (zh) * | 2019-12-10 | 2020-03-27 | 江西莱利电气有限公司 | 一种空气压缩机的储气控制方法 |
| TWI699478B (zh) * | 2019-05-01 | 2020-07-21 | 復盛股份有限公司 | 壓縮機系統排程方法 |
| CN113222290A (zh) * | 2021-06-03 | 2021-08-06 | 玲珑集团有限公司 | 一种空压机与密炼机集群的用电负荷协同优化方法 |
| CN114442583A (zh) * | 2022-04-11 | 2022-05-06 | 蘑菇物联技术（深圳）有限公司 | 用于对多个被控设备进行控制方法、设备和介质 |
| WO2023179380A1 (zh) * | 2022-03-23 | 2023-09-28 | 乔治洛德方法研究和开发液化空气有限公司 | 用于控制气体供应系统的气体供应的方法和设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201059421Y (zh) * | 2007-05-18 | 2008-05-14 | 汉纬尔机械(上海)有限公司 | 一种阶梯式供气装置 |
| CN103049625A (zh) * | 2011-10-11 | 2013-04-17 | 新鼎系统股份有限公司 | 空压机操作预测管理方法 |
| CN103216454A (zh) * | 2012-01-20 | 2013-07-24 | 财团法人工业技术研究院 | 多容调离心式压缩机及其控制方法 |
| CN103793754A (zh) * | 2013-12-13 | 2014-05-14 | 中冶南方工程技术有限公司 | 一种空分系统的能耗预测方法 |
| JP2014225101A (ja) * | 2013-05-15 | 2014-12-04 | 尼寺空圧工業株式会社 | エアーコンプレッサのユーザ支援システム及び方法 |
| CN104635684A (zh) * | 2014-12-25 | 2015-05-20 | 冶金自动化研究设计院 | 一种空压机集群优化控制系统 |
| US20150379542A1 (en) * | 2014-06-30 | 2015-12-31 | Battelle Memorial Institute | Transactive control framework for heterogeneous devices |
| CN106225423A (zh) * | 2016-08-19 | 2016-12-14 | 浙江智海化工设备工程有限公司 | 一种降低空分装置能耗的装置及方法 |
| CN107143498A (zh) * | 2017-05-08 | 2017-09-08 | 洛阳辰祥机械科技有限公司 | 一种空气压缩机的智能节电控制设备的设计方法 |
| CN107609690A (zh) * | 2017-08-29 | 2018-01-19 | 国网江苏省电力公司淮安供电公司 | 一种负荷主动管理决策优化的方法 |
-
2018
- 2018-06-13 CN CN201810608839.1A patent/CN108960487A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201059421Y (zh) * | 2007-05-18 | 2008-05-14 | 汉纬尔机械(上海)有限公司 | 一种阶梯式供气装置 |
| CN103049625A (zh) * | 2011-10-11 | 2013-04-17 | 新鼎系统股份有限公司 | 空压机操作预测管理方法 |
| CN103216454A (zh) * | 2012-01-20 | 2013-07-24 | 财团法人工业技术研究院 | 多容调离心式压缩机及其控制方法 |
| JP2014225101A (ja) * | 2013-05-15 | 2014-12-04 | 尼寺空圧工業株式会社 | エアーコンプレッサのユーザ支援システム及び方法 |
| CN103793754A (zh) * | 2013-12-13 | 2014-05-14 | 中冶南方工程技术有限公司 | 一种空分系统的能耗预测方法 |
| US20150379542A1 (en) * | 2014-06-30 | 2015-12-31 | Battelle Memorial Institute | Transactive control framework for heterogeneous devices |
| CN104635684A (zh) * | 2014-12-25 | 2015-05-20 | 冶金自动化研究设计院 | 一种空压机集群优化控制系统 |
| CN106225423A (zh) * | 2016-08-19 | 2016-12-14 | 浙江智海化工设备工程有限公司 | 一种降低空分装置能耗的装置及方法 |
| CN107143498A (zh) * | 2017-05-08 | 2017-09-08 | 洛阳辰祥机械科技有限公司 | 一种空气压缩机的智能节电控制设备的设计方法 |
| CN107609690A (zh) * | 2017-08-29 | 2018-01-19 | 国网江苏省电力公司淮安供电公司 | 一种负荷主动管理决策优化的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 史明亘: "空气压缩机能力确定及选型优化分析", 《化工管理》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI699478B (zh) * | 2019-05-01 | 2020-07-21 | 復盛股份有限公司 | 壓縮機系統排程方法 |
| CN110412871A (zh) * | 2019-07-10 | 2019-11-05 | 北京天泽智云科技有限公司 | 建筑区域辅助设备能耗预测处理方法及系统 |
| CN110486261B (zh) * | 2019-07-17 | 2020-12-29 | 北京中竞国际能源科技有限公司 | 基于多点压力轨迹预测的空压机组调配系统及方法 |
| CN110486261A (zh) * | 2019-07-17 | 2019-11-22 | 北京中竞国际能源科技有限公司 | 基于多点压力轨迹预测的空压机组调配系统及方法 |
| CN110701029A (zh) * | 2019-07-17 | 2020-01-17 | 北京中竞国际能源科技有限公司 | 基于压力轨迹预测和管网压损的空压机组调配系统及方法 |
| CN110701029B (zh) * | 2019-07-17 | 2021-02-05 | 北京中竞国际能源科技有限公司 | 基于压力轨迹预测和管网压损的空压机组调配系统及方法 |
| CN110905792A (zh) * | 2019-11-28 | 2020-03-24 | 浙江精工能源科技集团有限公司 | 一种基于能源互联网云计算的空压机控制系统及方法 |
| CN110928188A (zh) * | 2019-12-10 | 2020-03-27 | 江西莱利电气有限公司 | 一种空气压缩机的储气控制方法 |
| CN110928188B (zh) * | 2019-12-10 | 2022-10-28 | 江西莱利电气有限公司 | 一种空气压缩机的储气控制方法 |
| CN113222290A (zh) * | 2021-06-03 | 2021-08-06 | 玲珑集团有限公司 | 一种空压机与密炼机集群的用电负荷协同优化方法 |
| CN113222290B (zh) * | 2021-06-03 | 2022-11-15 | 玲珑集团有限公司 | 一种空压机与密炼机集群的用电负荷协同优化方法 |
| WO2023179380A1 (zh) * | 2022-03-23 | 2023-09-28 | 乔治洛德方法研究和开发液化空气有限公司 | 用于控制气体供应系统的气体供应的方法和设备 |
| CN114442583A (zh) * | 2022-04-11 | 2022-05-06 | 蘑菇物联技术（深圳）有限公司 | 用于对多个被控设备进行控制方法、设备和介质 |
| CN114442583B (zh) * | 2022-04-11 | 2022-06-03 | 蘑菇物联技术（深圳）有限公司 | 用于对多个被控设备进行控制方法、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108960487A (zh) | 基于大数据分析的空压机集群系统能耗优化方法和装置 | |
| US11699903B2 (en) | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces | |
| US11159022B2 (en) | Building energy optimization system with a dynamically trained load prediction model | |
| US11068821B2 (en) | Building energy optimization system with capacity market program (CMP) participation | |
| Parisio et al. | Stochastic model predictive control for economic/environmental operation management of microgrids: An experimental case study | |
| US9280796B2 (en) | System and method for resource management | |
| US9395704B2 (en) | Industrial control energy object | |
| US8457802B1 (en) | System and method for energy management | |
| US20050038571A1 (en) | Automatic energy management and energy consumption reduction, especially in commercial and multi-building systems | |
| EP3547234A1 (en) | Building energy optimization system with capacity market program (cmp) participation | |
| US9576259B2 (en) | Systems, methods and apparatus for optimizing fuel mix, fuel allocation and scheduling of generator resources | |
| 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 | |
| US20190033801A1 (en) | Method and system for providing flexible reserve power for power grid | |
| EP2779052A1 (en) | Systems and methods for updating confidence values with energy information associated with an industrial automation system | |
| Kong et al. | Power retailer air-conditioning load aggregation operation control method and demand response | |
| US20140277794A1 (en) | Systems and methods for controlling assets using energy information determined with an organizational model of an industrial automation system | |
| JP2017050919A (ja) | 需要電力予測装置、需要電力予測方法及びコンピュータプログラム | |
| US20140277792A1 (en) | Systems and methods for determining energy information using an organizational model of an industrial automation system | |
| Fernández et al. | Multiperiod model for the optimal production planning in the industrial gases sector | |
| CN116883064A (zh) | 一种基于分部电价预测的储能交易运营管理方法及系统 | |
| JP5530831B2 (ja) | 機器運転制御方法およびシステム | |
| Jamieson et al. | A knowledge‐based energy management system for the municipal water industry | |
| CN117436847B (zh) | 智慧燃气管网维修介质损失量评估方法与物联网系统 | |
| KR102492456B1 (ko) | 전력량 예측 기반 분산자원 중개거래 플랫폼 장치 | |
| Saad et al. | Demand Site Management and Demand Response |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181207 |