CN109977103A - 一种基于大数据平台的供暖系统的调温方法 - Google Patents
一种基于大数据平台的供暖系统的调温方法 Download PDFInfo
- Publication number
- CN109977103A CN109977103A CN201910249205.6A CN201910249205A CN109977103A CN 109977103 A CN109977103 A CN 109977103A CN 201910249205 A CN201910249205 A CN 201910249205A CN 109977103 A CN109977103 A CN 109977103A
- Authority
- CN
- China
- Prior art keywords
- data
- heating system
- temperature
- big data
- component
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种基于大数据平台的供暖系统的调温方法,属于大数据技术领域,本发明将大数据技术运用到供暖系统中,分析供暖系统中产生的海量数据,供暖系统再根据分析的结果来调控温度以及故障预警,将用户室内维持在一个让用户感觉到比较舒适的温度。不仅有利于供暖工作的推进,而且可以准地调控温度,节约了能源。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据平台的供暖系统的调温方法。
背景技术
日益紧张的能源问题以及空气质量问题已经成为了全社会关注的焦点,各行各业都在进行节能改造,力求达到高效的能源利用。随着北方供热公司的改革,如何利用大数据平台技术对供暖系统的室内温度进行精准控制以及用户自行调控,实现按需供暖,提高供暖质量,使用户能自主控制室温,不仅可以降低供热企业的供热成本,而且可实现供热系统的节能。
(1)大数据的技术背景
目前已经进入到大数据时代,数据已经从传统的数据库变成了“海量的数据”,传统的数据库中的数据仅仅是作为处理对象,而大数据的数据是要作为一种资源,从“海量数据”中分析出用户的行为,系统的告警阈值等等。大数据的出现颠覆了传统的数据处理思维,在数据来源、数据处理方式和数据思维等方面都带来了巨大的改革。
在商业、互联网和工业等领域正在应用大数据技术,而大数据在供暖系统中也有所运用,主要包括:生产端,输送热量段以及用户端。在供暖系统的各个环节都会有大量的数据被保存下来。这些数据都蕴含着丰富的信息。对于分析生产运行状态,提供控制和优化策略,故障诊断,采取监控和智能等等。由此可以看出大数据在供暖系统中的重要性。那如何合理地利用大数据技术,能够更好地解决目前供暖系统存在的问题以及未来可能会出现的挑战,是造福于社会的技术变革。
(2)供暖系统的技术背景
我国北方地区的冬天是十分寒冷,尤其是地域越往北的温度越是低。个别地区的采暖时长要达到六个月。可见供暖系统对居民生活有着重大的影响。在我国北方的地区,为了节省能源,降低对空气的污染,越来越多的地区的小区采用的集中供暖的方式。
目前大数据存在于各行各业中,在供暖系统中每天都会产生海量的数据,这些数据都存在着很多的资源,简单地利用传统的数据处理方法来处理这些数据的话,是一种资源的极大浪费。而将大数据技术运用到供暖系统中,来分析这些海量数据,来调控温度以及故障预警等等问题。是技术发展的趋势。集中供暖具备一些优点但是也存在着相应的缺点。集中供暖虽然可以做到节省能源,但是室内的温度不能做到随天气的变化而变化,而根据我国采用的这种集中供暖的方式,不能很精准地调控温度。当天气气温升高的时候,供暖的热量没有变化的话,会让用户觉得很热;当天气气温降低的时候,供暖的热量没有变化的话,会让用户觉得很冷;所以如何利用大数据技术将温度精准地调控好,是一个亟待解决的问题。本身集中供暖是为了节省能源,而这种传统的调控温度方式不仅没有达到节省能源的目的,反而达到另外一种能源的浪费。此外这种传统的供暖系统的调温方式不利于供暖工作的推进。
发明内容
为了解决以上技术问题,本发明提出了一种基于大数据平台的供暖系统的调温方法,维持一个比较合适的温度,让用户感觉到比较的舒适,从而有利于供暖工作的推进。
本发明的技术方案是:
一种基于大数据平台的供暖系统的调温方法,
将大数据技术运用到供暖系统中,分析供暖系统中产生的海量数据,供暖系统再根据分析的结果来调控温度以及故障预警,将用户室内维持在一个让用户感觉到比较舒适的温度。
进一步的,
所述海量数据主要包括:实时的天气气温数据,供暖系统的压力预警数据,供暖系统的调温数据以及供暖系统的输入到用户的室内温度数据。
进一步的,
利用Kafka组件接收供暖系统产生的海量数据;海量数据接被接收后再进行大数据处理。
进一步的,
利用分布式文件系统HDFS对数据进行分布式存储,然后利用Flink组件对数据进行计算以及处理。
进一步的,
用ML组件对数据通过算法进行机器学习,进行数据建模。
主要包括以下步骤:
S1:首先将在供暖系统的海量数据利用网络协议传给Kafka组件。
S2:然后将数据送去到大数据送到数据处理模块中。
S3:在数据处理模块中,利用HDFS对数据进行分布式存储,然后利用Flink组件对数据进行计算以及处理,然后用ML组件对数据通过算法进行机器学习,进行数据建模。
S4:利用温度传感器将室内的温度和实时的天气温度采集下来,然后利用网络协议将室内温度传给Kafka。
S5:Kafka将收集到的室内温度以及实时的天气温度输出到大数据数据处理模块中,消费完数据之后,输出一串数据到Kafka。
S6:该数据会指出对供暖阀门的调整,会调整对能源的使用,以及会调整室内的温度。向Kafka组件中发出一条指令,执行将数据传给供暖系统的生产端、输送热量端。
本发明的有益效果是
(1)更精准地调控温度,做到能源的另外一种节约;
(2)数据的充分利用。
附图说明
图1是大数据平台的总体设计图;
图2是本发明的供暖系统架构图;
图3是本发明的总体架构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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的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。
本发明的一种基于大数据平台的供暖系统的调温方法,
主要包括如下步骤:
S1:首先将在供暖系统的海量数据利用网络协议传给Kafka组件,数据主要包括:实时的天气气温数据,供暖系统的压力预警数据,供暖系统的调温数据以及供暖系统的输入到用户的室内温度数据
S2:然后将数据送去到大数据送到数据处理模块中。
S3:在数据处理模块中,利用HDFS对数据进行分布式存储,然后利用Flink组件对数据进行计算以及处理,然后用ML组件对数据通过算法进行机器学习,进行数据建模。
S4:利用温度传感器将室内的温度和实时的天气温度采集下来,然后利用网络协议将室内温度传给Kafka。
S5:Kafka将收集到的室内温度以及实时的天气温度输出到大数据数据处理模块中,消费完数据之后,输出一串数据到Kafka。
S6:该数据会指出对供暖阀门的调整,会调整对能源的使用,以及会调整室内的温度。向Kafka组件中发出一条指令,执行将数据传给供暖系统的生产端、输送热量端。
名词解释:
1、Kafka组件:是一个分布式、多分区、多副本的实时消息发布和订阅系统,它提供了可扩展、高吞吐、低延迟、高可靠的消息分发服务。
2、Flink组件:是一个针对数据的分布式处理引擎。
3、ML组件:是使用内存计算和迭代计算的大数据学习产品,可大幅提升海量数据的挖掘、分析能力。
以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种基于大数据平台的供暖系统的调温方法,其特征在于,
将大数据技术运用到供暖系统中,分析供暖系统中产生的海量数据,供暖系统再根据分析的结果来调控温度以及故障预警,将用户室内维持在一个让用户感觉到比较舒适的温度。
2.根据权利要求1所述的方法,其特征在于,
所述海量数据主要包括:实时的天气气温数据,供暖系统的压力预警数据,供暖系统的调温数据以及供暖系统的输入到用户的室内温度数据。
3.根据权利要求2所述的方法,其特征在于,
利用Kafka组件接收供暖系统产生的海量数据。
4.根据权利要求3所述的方法,其特征在于,
海量数据接被接收后再进行大数据处理。
5.根据权利要求4所述的方法,其特征在于,
利用分布式文件系统HDFS对海量数据进行分布式存储,然后利用Flink组件对数据进行计算以及处理。
6.根据权利要求5所述的方法,其特征在于,
用ML组件对数据通过算法进行机器学习,进行数据建模。
7.根据权利要求6所述的方法,其特征在于,
主要包括以下步骤:
S1:首先将在供暖系统的海量数据利用网络协议传给Kafka组件,
S2:然后将数据送去到大数据送到数据处理模块中;
S3:在数据处理模块中,利用HDFS对数据进行分布式存储,然后利用Flink组件对数据进行计算以及处理,然后用ML组件对数据通过算法进行机器学习,进行数据建模;
S4:利用温度传感器将室内的温度和实时的天气温度采集下来,然后利用网络协议将室内温度传给Kafka;
S5:Kafka将收集到的室内温度以及实时的天气温度输出到大数据数据处理模块中,消费完数据之后,输出一串数据到Kafka;
S6:该数据会指出对供暖阀门的调整,会调整对能源的使用,以及会调整室内的温度。
8.根据权利要求7所述的方法,其特征在于,
向Kafka组件中发出一条指令,执行将数据传给供暖系统的生产端、输送热量端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249205.6A CN109977103A (zh) | 2019-03-29 | 2019-03-29 | 一种基于大数据平台的供暖系统的调温方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249205.6A CN109977103A (zh) | 2019-03-29 | 2019-03-29 | 一种基于大数据平台的供暖系统的调温方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109977103A true CN109977103A (zh) | 2019-07-05 |
Family
ID=67081630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910249205.6A Pending CN109977103A (zh) | 2019-03-29 | 2019-03-29 | 一种基于大数据平台的供暖系统的调温方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109977103A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111425932A (zh) * | 2020-03-30 | 2020-07-17 | 瑞纳智能设备股份有限公司 | 一种基于flink的热网运行监测告警系统及方法 |
CN111506639A (zh) * | 2020-04-15 | 2020-08-07 | 瑞纳智能设备股份有限公司 | 一种供热大数据云平台及数据处理方法 |
CN117216443A (zh) * | 2023-08-17 | 2023-12-12 | 绵阳中物烯科技有限公司 | 一种基于石墨烯远红外线芯片的发热控制管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140220680A1 (en) * | 2013-02-04 | 2014-08-07 | Royan Research | Xeno-free and a feeder free self-renewal extracellular matrix for long-term maintenance of undifferentiated human pluripotent stem cells and method of synthesizing the same |
CN107166504A (zh) * | 2017-04-18 | 2017-09-15 | 青岛海尔空调器有限总公司 | 供暖调节方法及装置 |
CN107192003A (zh) * | 2017-05-24 | 2017-09-22 | 青岛海尔空调器有限总公司 | 用于供暖调节的方法及装置 |
CN109114664A (zh) * | 2018-08-22 | 2019-01-01 | 能拓能源股份有限公司 | 一种基于自主学习的大数据蓄热供暖控制方法及系统 |
-
2019
- 2019-03-29 CN CN201910249205.6A patent/CN109977103A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140220680A1 (en) * | 2013-02-04 | 2014-08-07 | Royan Research | Xeno-free and a feeder free self-renewal extracellular matrix for long-term maintenance of undifferentiated human pluripotent stem cells and method of synthesizing the same |
CN107166504A (zh) * | 2017-04-18 | 2017-09-15 | 青岛海尔空调器有限总公司 | 供暖调节方法及装置 |
CN107192003A (zh) * | 2017-05-24 | 2017-09-22 | 青岛海尔空调器有限总公司 | 用于供暖调节的方法及装置 |
CN109114664A (zh) * | 2018-08-22 | 2019-01-01 | 能拓能源股份有限公司 | 一种基于自主学习的大数据蓄热供暖控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
张琦: "《冶金工业节能减排技术》", 31 October 2013, 冶金工业出版社 * |
郭建伟: "《密码技术对"双网"的安全保护》", 31 December 2018, 兵器工业出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111425932A (zh) * | 2020-03-30 | 2020-07-17 | 瑞纳智能设备股份有限公司 | 一种基于flink的热网运行监测告警系统及方法 |
CN111425932B (zh) * | 2020-03-30 | 2022-01-14 | 瑞纳智能设备股份有限公司 | 一种基于flink的热网运行监测告警系统及方法 |
CN111506639A (zh) * | 2020-04-15 | 2020-08-07 | 瑞纳智能设备股份有限公司 | 一种供热大数据云平台及数据处理方法 |
CN117216443A (zh) * | 2023-08-17 | 2023-12-12 | 绵阳中物烯科技有限公司 | 一种基于石墨烯远红外线芯片的发热控制管理系统及方法 |
CN117216443B (zh) * | 2023-08-17 | 2024-04-30 | 绵阳中物烯科技有限公司 | 一种基于石墨烯远红外线芯片的发热控制管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977103A (zh) | 一种基于大数据平台的供暖系统的调温方法 | |
Ngarambe et al. | The use of artificial intelligence (AI) methods in the prediction of thermal comfort in buildings: Energy implications of AI-based thermal comfort controls | |
Alanne et al. | An overview of machine learning applications for smart buildings | |
Zhang et al. | Digital twin-driven carbon emission prediction and low-carbon control of intelligent manufacturing job-shop | |
CN110675275B (zh) | 一种虚拟电厂的需求侧响应用电负荷调控方法及系统 | |
CN105847438A (zh) | 基于事件触发的多智能体一致性控制方法 | |
Lyu et al. | Sustainable intensification to coordinate agricultural efficiency and environmental protection: A systematic review based on metrological visualization | |
US20210222904A1 (en) | Method and apparatus for predicting time-series data | |
CN107014037A (zh) | 一种智能空调控制系统以及空调器 | |
Shu et al. | Guest editorial: Sustainable and intelligent precision agriculture | |
CN109114664A (zh) | 一种基于自主学习的大数据蓄热供暖控制方法及系统 | |
Qian et al. | Adjusting matching algorithm to adapt to workload fluctuations in content-based publish/subscribe systems | |
Fatema et al. | Electricity demand and price forecasting model for sustainable smart grid using comprehensive long short term memory | |
CN112484255B (zh) | 一种节能型暖通空调系统及楼宇自控方法 | |
Qu et al. | Inter-provincial correlations of agricultural GHG emissions in China based on social network analysis methods | |
Shen et al. | Advanced control framework of regenerative electric heating with renewable energy based on multi-agent cooperation | |
CN107357988A (zh) | 基于iec61850的分布式光伏集群动态建模方法 | |
Jiang et al. | Study on the integrated model of modern agricultural variety breeding in the Internet of Things environment | |
Wang et al. | The enhancement of agricultural productivity using the intelligent IoT | |
CN110826776B (zh) | 一种配网线变关系识别中基于动态规划的初始解优化方法 | |
Liu et al. | MAS-based parallel intelligence communities | |
CN206222612U (zh) | 一种空调的能耗综合管理装置 | |
CN114484584B (zh) | 一种基于离线强化学习的供热控制方法及系统 | |
Sun et al. | On Implementation Scheme of Agriculture Industrialization APP Based on Industrial 4.0 | |
CN111736492B (zh) | 基于复杂事件处理的温室自动控制方法及系统 |
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: 20190705 |