CN110765634A - 一种能效曲线获取方法及装置 - Google Patents
一种能效曲线获取方法及装置 Download PDFInfo
- Publication number
- CN110765634A CN110765634A CN201911058159.8A CN201911058159A CN110765634A CN 110765634 A CN110765634 A CN 110765634A CN 201911058159 A CN201911058159 A CN 201911058159A CN 110765634 A CN110765634 A CN 110765634A
- Authority
- CN
- China
- Prior art keywords
- combustion engine
- energy efficiency
- direct
- internal combustion
- unit time
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000002485 combustion reaction Methods 0.000 claims abstract description 165
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 31
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 112
- 239000007789 gas Substances 0.000 claims description 87
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 56
- 239000000779 smoke Substances 0.000 claims description 34
- 239000002918 waste heat Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012512 characterization method Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 14
- 230000003068 static effect Effects 0.000 claims description 11
- 239000013589 supplement Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 13
- 238000004140 cleaning Methods 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 abstract description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 23
- 239000003546 flue gas Substances 0.000 description 23
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 14
- 238000010438 heat treatment Methods 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 101100348341 Caenorhabditis elegans gas-1 gene Proteins 0.000 description 2
- 101100447658 Mus musculus Gas1 gene Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明适用于能源技术领域，提供了一种能效曲线获取方法及装置，该方法包括：对设备的参数进行配置，所述设备包括内燃机和直燃机；对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据；根据所述设备数据，获取能效曲线。本发明通过将粗糙的设备参数经三次数据优化清洗及两次预处理，得到更加准确的基础设备数据，使建立的能效曲线模型更加精准、计算出的能效数值更加准确，从而可以在设备不断运行的过程中时时获取设备当前状态下的真实能效。
Description
技术领域
本发明涉及能源技术领域，尤其涉及一种能效曲线获取方法及装置。
背景技术
在数字化运维时代，已具备数字化分析基础，能源站的运维数据可以接入物联网进行数据分析。在获取了分钟级(或者秒级)物联数据后，使得计算设备的瞬时能效成为可能。在数字运维、智慧运维中，能源站的优化调度、设备维护保养效果评估等场景中，设备的能效曲线都是其先验条件。
在设备接入物联系统的基础上，获取设备的时间序列数据，周期性地计算设备在不同负荷率时的能效，得到能效曲线。现有技术中，由于设备的不断运行，设备能效也会发生变化，会出现逐渐偏离出厂时的能效曲线，从而无法获取设备当前状态下的能效。
发明内容
有鉴于此，本发明实施例提供了一种能效曲线获取方法、装置、终端设备及计算机可读存储介质，以解决现有技术中，由于设备的不断运行，设备能效发生变化，逐渐偏离出厂时的能效曲线，从而无法获取设备当前状态下的能效的技术问题。
本发明实施例的第一方面，提供了一种能效曲线获取方法，包括：
对设备的参数进行配置，所述设备包括内燃机和直燃机；
对所述设备的参数进行差分处理，获取单位时间瞬时量；
对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；
对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据，所述设备数据至少包括内燃机功率、内燃机燃气流量、直燃机制冷量和直燃机燃气流量；
根据所述设备数据，获取能效曲线。
本发明实施例的第二方面，提供了一种能效曲线获取装置，包括：
参数配置模块，用于对设备的参数进行配置；
单位时间瞬时量获取模块，用于对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；
预设置信区间单位时间瞬时量获取模块，用于对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；
设备数据获取模块，用于对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据；
能效曲线获取模块，用于根据所述设备数据，获取能效曲线。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述能效曲线获取方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述能效曲线获取方法的步骤。
本发明实施例提供的物联设备数据模拟方法的有益效果至少在于：本发明实施例通过对设备的参数进行配置，并对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；再对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；进而对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据，最后根据设备数据获取时时能效曲线，通过将粗糙的设备参数经三次数据优化清洗及两次预处理，从而得到更加准确的基础设备数据，使建立的能效曲线模型更加精准、计算出的能效数值更加准确，从而可以在设备不断运行的过程中时时获取设备当前状态下的真实能效。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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一些实施例，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，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的能效曲线获取方法的实现流程示意图；
图2是本发明实施例提供的能效曲线获取方法中对设备的参数进行配置的实现流程示意图；
图3是本发明实施例提供的能效曲线获取方法中对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量的实现流程示意图；
图4是本发明实施例提供的能效曲线获取方法中根据所述设备数据，获取能效曲线的实现流程示意图；
图5是本发明实施例提供的能效曲线获取方法中根据所述内燃机负荷率、所述直燃机负荷率和所述负荷率-热电比曲线，获取所述直燃机补燃时的能效的实现流程示意图；
图6是本发明实施例提供的能效曲线获取方法中所述根据所述直燃机负荷率和所述直燃机补燃时的能效，获取能效曲线的实现流程示意图；
图7是本发明实施例提供的能效曲线装置的示意图；
图8是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明一实施例提供的能效曲线获取方法的实现流程示意图，该方法可以包括：
步骤S10：对设备的参数进行配置，所述设备包括内燃机和直燃机。
为了获取设备数据，需要首先确定能源站，将能源站内获取的设备的参数接入物联网。请参阅图2，在本实施例中，步骤S10可以包括如下步骤：
步骤S101：获取需要接入物联网的能源站。
本实施例中，在设备的参数接入物联网时，需要先确定将参数接入到物联网的能源站。能源站可以是设置冷热电联供系统设备及相关附属设施的区域或场所。这里的能源站可以是泛能站，也包括其他各种类型的能源站。例如：规模较大的能源站、规模较小的能源站、功能单一的能源站、多功能能源站等。在确定能源站后需要进一步确定能源站设备及设备的参数，可进行下一步骤：
步骤S102：根据所述能源站，获取设备的参数。
在确定能源站后进一步确定目标设备。能源站众多设备中，内燃机和直燃机是其中的重要设备，为方便理解，本发明实施例以燃气内燃机和烟气热水型溴化锂直燃机为例，来具体说明能效曲线的获取方法。应当理解的是，内燃机和直燃机并不限于燃气内燃机和烟气热水型溴化锂直燃机，还可包括其他各种类型的内燃机和直燃机；并且设备所包括的内燃机和直燃机的数量不限于一个，也可以是多个设备，此处不做限制。
CCHP(Combined Cooling Heating and Power)系统又称冷热电联产系统，分布式冷热电联产系统是能源综合梯级利用的解决方案，总的能源利用率可以达到75％～90％。它以水电、生物能、风能、太阳能、地热能、天然气、垃圾能或工业余热等一切可以产生电或热的资源作为一次能源，将发电系统和供热、供冷系统相结合的小规模、点状分布在用户附近的一种综合供能方式。从而满足用户对热、电、冷等能源的需求。CCHP系统既可使用户自成一个能源供应系统，又可与大电网并网运行，系统具有相对的独立性、灵活性和安全性。CCHP系统可以一台独立运行，又可以多台并联运行，可以满足不同功率负荷的用户需求。
本发明实施例，以燃气内燃机+烟气热水型溴化锂直燃机的形式形成CCHP系统，简称“带补燃的CCHP”。燃气内燃机将天然气产生的热量，一部分转换成电能，另一部分热量随烟气排出。烟气热水型溴化锂直燃机可以利用燃气内燃机排出的烟气余热制冷或制热，也可直接燃烧天然气制冷或制热。由此两种设备构成的“带补燃的CCHP”系统，运行方式很灵活，可以有三种方式：(1)完全运行在利用内燃机燃烧天然气产生的余热制冷(热)，简称纯余热模式；(2)完全运行在利用烟气热水型溴化锂直燃机燃烧天然气进行制冷(热)，简称纯补燃模式；(3)同时利用余热和补燃，简称混合模式。由于“带补燃的CCHP”系统存在如此灵活的运行方式，要产生相同量的冷或热，所消耗的天然气是不同的。应当理解的是，内燃机和直燃机的组合中内燃机和直燃机可以是其他类型的内燃机和其他类型的直燃机的组合；组合数量也不限于两个设备的组合，也可以是多个设备的组合。此处不做限制。
在确定能源站具体设备后，需要获取设备的参数。设备参数分为静态参数和动态参数。静态参数指设备的固定属性的数据，例如设备的额定功率、仪器的灵敏度以及仪器的分辨力等参数。动态参数指设备运行时的各种数据的变化，范围较广，例如累计供电率、累计流量以及累计制冷量等。
在本实施例中，燃气内燃机的静态参数包括：燃气内燃机的额定功率，记为capacityICG_GEN，单位kW。
燃气内燃机的动态参数包括：设备启停状态参数，记为on_off_stateICG_GEN，设备处于启动状态时，状态记为1；设备处于停机状态时，状态记为0；设备累计供电量参数，记为cumulative_elec，燃气内燃机供电量的累计值，设定采样周期为1min；设备消耗燃气累计流量参数，记为cumulative_gas_flowICG_GEN，燃气内燃机消耗燃气量的累计值，设定采样周期为1min。
烟气热水型溴化锂直燃机的静态参数包括：额定制冷量capacityGWGR_YD，单位kW。
烟气热水型溴化锂直燃机动态参数包括：设备启停状态参数，记为on_off_stateGWGR_YD，设备处于启动状态时，状态记为1；设备处于停机状态时，状态记为0；设备消耗燃气累计流量参数，记为cumulative_gas_flowGWGR_YD，烟气热水型溴化锂直燃机消耗燃气量的累计值，设定采样周期为1min；设备累计制冷量参数，记为cumulative_cold，烟气热水型溴化锂直燃机制冷量的累计值，设定采样周期为1min。
应当理解的是，此处所述烟气热水型溴化锂直燃机制冷量的累计值参数也可以是烟气热水型溴化锂直燃机制热量的累计值参数，烟气热水型溴化锂直燃机制冷量的累计值参数和烟气热水型溴化锂直燃机制热量的累计值参数是同样的建模方法，为了便于描述，以下以烟气热水型溴化锂直燃机制冷量的累计值参数为例；同时此处的设备不限于内燃机和直燃机，设备参数也同样不限于以上列出的静态参数和动态参数，应该理解的是，对于不同的能效建模会涉及到不同的参数，并不仅限于上述的情形，此处不做限制。
步骤S103：将获取设备的参数接入物联网。
综合能源系统指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。能源站即包含综合能源系统。
物联网(The Intemet of Things，简称IOT)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
按照现有技术将能源站或者泛能站中确定设备的参数接入物联网互联，即综合能源系统进行配置物联参数。
请参阅图1，进一步地，在对设备的参数进行配置后，可以进行下述步骤：
步骤S20：对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量。
所述差分处理是将所述设备的参数中累积量参数进行差分，计算分钟级瞬时量。
累积量参数包括：内燃机，具体可以为燃气内燃机的累计供电量参数和消耗燃气累计流量参数；直燃机，具体可以为烟气热水型溴化锂直燃机的消耗燃气累计流量参数和累计制冷量参数。单位时间瞬时量即为分钟级瞬时量。
以下是燃气内燃机和烟气热水型溴化锂直燃机具体分钟级瞬时量参数：
燃气内燃机的瞬时功率为：
elec1i＝(cumulative_eleci+1-cumulative_eleci)*C 公式(1)
其中，elec1i表征燃气内燃机的功率，单位kW，i表征采样数据的时间戳，两个时间戳之间时间间隔为1min，C表征时间单位转换因子，将分钟级供电量转换为功率，其值为常数60。
燃气内燃机的燃气瞬时流量为：
其中，gas1ICG_GEN，i表征燃气内燃机的燃气瞬时流量，单位Nm3/h。
烟气热水型溴化锂直燃机的瞬时制冷量为：
cold1i＝(cumulative_coldi+1-cumulative_coldi)*C 公式(3)
其中，cold1i烟气热水型溴化锂直燃机的瞬时制冷量，单位kW。
烟气热水型溴化锂直燃机的燃气瞬时流量为：
其中，gas1GWGR_YD，i表征烟气热水型溴化锂直燃机的燃气瞬时流量，单位Nm3/h。
燃气内燃机的瞬时功率elec1i、燃气内燃机的燃气瞬时流量gas1ICG_GEN，i、烟气热水型溴化锂直燃机的瞬时制冷量cold1i以及烟气热水型溴化锂直燃机的燃气瞬时流量gas1GWGR_YD，i组成单位时间瞬时量即为分钟级瞬时量。
应该理解的是，对于需要获取的不同能效曲线，可计算不同时间级瞬时量。例如：秒级瞬时量、小时级瞬时量、(每)日级瞬时量等。此处不做限制。
请参阅图1，进一步地，在获取设备数据后，可以进行下述步骤：
步骤S30：对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量。
单位时间瞬时量即为所述获取的分钟级瞬时量。预设置信区间单位时间瞬时量即为经三次过滤步骤后、时间戳一致性校验处理步骤前的数据。
为获取预设置信区间单位时间瞬时量，需要将所述得到的单位时间瞬时量进行过滤处理，请参阅图3。在本实施例中，可以通过对单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量，步骤S30包括以下步骤：
步骤S301：根据所述设备的静态参数和调整因子，对所述单位时间瞬时量进行边界过滤处理，获取边界单位时间瞬时量。
燃气内燃机的静态参数包括：燃气内燃机的额定功率，记为capacityICG_GEN，单位kW。
烟气热水型溴化锂直燃机的静态参数包括：额定制冷量capacityaWaR_YD，单位kW。
单位时间瞬时量为所述获取的分钟级瞬时量。
边界过滤处理即为边界过滤，以设备属性为边界进行过滤物联设备，设备属性是指设备的固定属性的数据，理论上，燃气内燃机最大出力为额定容量capacityICG_GEN，烟气热水型溴化锂直燃机的额定容量为capacityGWGR_YD。考虑到实际情况下，某些设备可能超过额定容量运行，有些设备可能达不到额定容量。
以下为获取边界分钟级瞬时量：
燃气内燃机的数据清洗：
elec2i＝{elec1i|0≤elec1i≤capacityICG_GEN*R} 公式(5)
gaS2ICG_GEN，i＝{gas1ICG_GEN，i|0≤elec1i≤capacityICG_GEN*R} 公式(6)
其中，elec2i表征过滤后的燃气内燃机功率，gaS2ICG_GEN，i表征过滤后的燃气内燃机燃气瞬时流量，R表征调整因子，为一个常量，取值范围[Rlower，Rupper]。
烟气热水型溴化锂直燃机的数据清洗：
cold2i＝{coldi|0≤cold1i≤capacityGWGR_YD*R} 公式(7)
gas2GWGR_YD，i＝{gas1GWGR_YD，i|0≤cold1i≤capacityGWGR_YD*R} 公式(8)
其中，cold2i表征过滤后的烟气热水型溴化锂直燃机顺式制冷量；gas2GWGR_YD，i表征过滤后的烟气热水型溴化锂直燃机燃气瞬时流量。
elec2i、gas2ICG_GEN，i、cold2i以及gas2GWGR_YD，i为获取的边界分钟级瞬时量。
步骤S302：根据所述设备的动态参数，对所述边界单位时间瞬时量进行启停过滤处理，获取启停单位时间瞬时量。
所述启停过滤处理，即对所述设备的动态参数进行启停过滤处理。设备启停时的数据过滤：设备停机时，数据无意义，需要过滤掉；设备启动时(on_off_state的值由0变为1的时刻)，由于尚未达到稳定运行的状态，数据质量会比较差，需要过滤掉启动时刻之后Td分钟的数据。
数据清洗：
其中，elec3i表征启停过滤后的燃气内燃机功率，gas3ICG_GEN，i表征启停过滤后的燃气内燃机燃气瞬时流量，cold3i表征启停过滤后的烟气热水型溴化锂直燃机瞬时制冷量，gas3GWGR_YD，i启停过滤后的烟气热水型溴化锂直燃机燃气瞬时流量，Td表征延时分钟数。
elec3i、gas3ICG_GEN，i、cold3i以及gas3GWGR_YD，i为获取的启停分钟级瞬时量。
步骤S303：根据预设置信区间，对所述启停单位时间瞬时量进行预设置信区间处理，获取预设置信区间单位时间瞬时量。
第三次过滤处理为预设置信区间。置信区间的阈值为95％，第二中间数据处于95％置信区间的数据是可信任的，并且对处于非95％置信区间的数据利用1.96进行修正，具体公式如下：
其中，elec4i表征95％置信水平下的置信区间过滤后的燃气内燃机功率，gaS4ICG_GEN，i表征95％置信水平下的置信区间过滤后的燃气内燃机燃气瞬时流量，
表征elec3i的均值，σelec表征elec3i的标准差，nelec表征elec3i的数据个数，cold4i表征95％置信水平下的置信区间过滤后的烟气热水型溴化锂直燃机瞬时制冷量，gas4GWGR_YD，i表征95％置信水平下的置信区间过滤后的烟气热水型溴化锂直燃机燃气瞬时流量，
表征cold3i的均值，σcold表征cold3i的标准差，ncold表征cold3i的数据个数。
elec4i、gas4ICG_GEN，i、cold4i以及gas4GWGR_YD，i为获取的预设置信区间分钟级瞬时量。
应当理解的是，置信区间中的置信水平可以按照需求设定不同置信水平，例如，80％、96％以及60％等，此处不做限制。
请参阅图1，进一步地，在获取设备数据后，可以进行下述步骤：
步骤S40：对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据。
所述第二次预处理即对预设置信区间单位时间瞬时量进行时间戳一致性校验。
将以上得到了燃气内燃机和烟气热水型溴化锂直燃机的两组瞬时物联数据，分别进行了数据清洗。两组数据是可以分别对燃气内燃机和烟气热水型溴化锂直燃机进行能效建模的。但要将二者联合进行建模，则需要保证数据都在同一时刻下。所以需要对两组设备的数据进行时间戳一致性校验。只有当两组设备的时间戳相同的数据，能够保留下来。将数据记为：
elec表征燃气内燃机瞬时功率；gaSICG_GEN表征燃气内燃机燃气瞬时流量；cold表征烟气热水型溴化锂直燃机瞬时制冷量；gasGWGR_YD烟气热水型溴化锂直燃机燃气瞬时流量。以上为获取的设备数据。
请参阅图1，进一步地，在获取设备数据后，可以进行下述步骤：
步骤S50：根据所述设备数据，获取能效曲线。
能效曲线建模。燃气内燃机和烟气热水型溴化锂直燃机的能效不是一成不变的，随着设备的运行，维护以及保养，设备的能效会随之变化。所以设备的能效曲线需要基于一定时间(2周-3个月)周期(记为Trun)的历史运行数据进行建模，并且需要定期更新(待设备有变化时，例如设备维护时等情况，或设备无变化，但算法调用时需要更新)模型。
根据所述设备数据，获取能效曲线，请参阅图4。在本实施例中，为获取能效曲线，步骤S50包括以下步骤：
本步骤S50中，即图4、图5和图6中的内燃机等同于燃气内燃机，直燃机等同于烟气热水型溴化锂直燃机。
步骤S501：根据所述设备数据，获取燃气内燃机和烟气热水型溴化锂直燃机负荷率。
计算负荷率loadrate：
其中，loadrateICG_GEN表征燃气内燃机负荷率，loadrateGWGR_YD表征烟气热水型溴化锂直燃机负荷率。
步骤S502：根据所述燃气内燃机和烟气热水型溴化锂直燃机负荷率，获取所述烟气热水型溴化锂直燃机在纯余热工况下的负荷率-热电比曲线。
计算“带补燃型CCHP”在纯余热模式下的热电比曲线。筛选烟气热水型溴化锂直燃机在纯余热工况下的运行数据，拟合设备的负荷率-热电比曲线：
heat2elec_curve＝f(loadrate) 公式(19)
步骤S503：根据所述燃气内燃机负荷率、所述烟气热水型溴化锂直燃机负荷率和所述负荷率-热电比曲线，获取所述直燃机补燃时的能效。
进一步地，根据所述燃气内燃机负荷率、所述烟气热水型溴化锂直燃机负荷率和所述负荷率-热电比曲线，获取所述直燃机补燃时的能效。请参阅图5，在本实施例中，为获取所述直燃机补燃时的能效，步骤S503还包括以下步骤：
步骤S5031：根据燃气内燃机耗气量和制冷量之间能量转化关系，获取内燃机余热产生的制冷量，所述燃气内燃机余热产生的制冷量：
计算能效eff算法：
其中，effICG_GEN表征燃气内燃机能效。
由于烟气热水型溴化锂直燃机的能效，是计算在补燃情况下，耗气量和制冷(热)量之间的能量转化关系，因此需要用总的制冷量减去利用燃气内燃机余热所产生的制冷量，记为cold余：
其中，cold余表征燃气内燃机余热产生的制冷量。
步骤S5032：根据燃气内燃机功率和燃气内燃机余热产生的制冷量，获取烟气热水型溴化锂直燃机补燃工况下制冷量，所述直燃机补燃工况下制冷量：
补燃工况下的制冷(制热)量为：
cold补＝cold-cold余 公式(22)
其中，cold补表征烟气热水型溴化锂直燃机补燃工况下制冷量。
步骤S5033：根据烟气热水型溴化锂直燃机补燃工况下制冷量，获取所述烟气热水型溴化锂直燃机补燃时的能效：
烟气热水型溴化锂直燃机补燃时的能效为：
步骤S504：根据所述烟气热水型溴化锂直燃机负荷率和所述烟气热水型溴化锂直燃机补燃时的能效，获取能效曲线。
进一步地，获取能效曲线，需要计算每个所述负荷率区间内的平均负荷率以及平均能效，请参阅图6。在本实施例中，为获取能效曲线，步骤S504还包括以下步骤：
步骤S5041：根据预设方式对所述烟气热水型溴化锂直燃机负荷率进行分区，以获得多个负荷率区间。
将负荷率从0％～100％*均分为m个区间interval，intervali的负荷率边界为[left_boundaryi，right_boundaryi]。将数据按照负荷率进行划分，得到m个数据集dataset。
步骤S5042：计算每个所述负荷率区间内的平均负荷率以及平均能效。
由于设备的能效会随时间变化，在时间周期Trun内的历史数据，距离当前时间越近的数据，越能体现设备当前的能效状态。所以选用指数加权平均的方法进行建模，离当前时间越近的数据，权重越高。针对第i个dataseti，用指数加权平均(Exponential WeightedMoving Average，EWMA)的方法计算第i个区间能效：
EWMAi，t＝β*EWMAi，t-1+(1-β)*effi，t 公式(25)
eff_intervali＝EWMAi，t 公式(26)
其中，EWMAi，t表征数据集dataseti中，t时刻的EWMA的值，β表征加权下降系数，effi，t表征数据集dataseti中，t时刻的能效，ni表征数据集dataseti的元素个数，eff_intervali表征区间intervali的平均能效，loadrate_intervali表征区间intervali的平均负荷率。
步骤S5043：根据所述多个负荷区间的平均负荷率和平均能效，获取能效曲线。
将m个区间的loadrate_intervali和eff_intervali组成n个点的能效曲线。
本发明实施例提供的物联设备数据模拟方法的有益效果至少在于：本发明实施例通过对设备的参数进行配置，并对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；再对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；进而对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据，最后根据设备数据获取时时能效曲线，通过将粗糙的设备参数经三次数据优化清洗及两次预处理，从而得到更加准确的基础设备数据，使建立的能效曲线模型更加精准、计算出的能效数值更加准确，从而可以在设备不断运行的过程中时时获取设备当前状态下的真实能效。
应当理解的是，以上各英文单词和/或字母和/或符号仅是为清楚说明燃气内燃机和烟气热水型溴化锂直燃机具体参数和/或各参数的具体意义，也可用其他英文单词、字母或者符号表示，此处不做限制。
应当理解的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明实施例的目的还在于提供一种能效曲线获取装置，图7为能效曲线获取装置的示意图，为了便于说明，仅示出与本申请实施例相关的部分。
请参阅图7，能效曲线获取装置包括参数配置模块61、单位时间瞬时量获取模块62、预设置信区间单位时间瞬时量获取模块63、设备数据获取模块64以及能效曲线获取模块65。其中，参数配置模块61用于对设备的参数进行配置；单位时间瞬时量获取模块62用于对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；预设置信区间单位时间瞬时量获取模块63，用于对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；设备数据获取模块64，用于对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据；能效曲线获取模块65用于根据所述设备数据，获取能效曲线。应当理解的是，能效曲线获取装置中的各个模块可以对应完成上述能效曲线获取方法中的各个步骤，此处不再详述。
图8是本发明一实施例提供的终端设备的示意图。如图8所示，所述终端设备7，包括存储器71、处理器70以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现如所述能效曲线获取方法的步骤。例如图1-图6所示的步骤S10至S50。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、所述存储器71。本领域技术人员可以理解，图8仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
具体可以如下，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端设备中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上计算机程序：
计算机可读存储介质，包括所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述物联设备数据模拟方法的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种能效曲线获取方法，其特征在于，包括：
对设备的参数进行配置，所述设备包括内燃机和直燃机；
对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；
对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；
对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据，所述设备数据至少包括内燃机功率、内燃机燃气流量、直燃机制冷量和直燃机燃气流量；
根据所述设备数据，获取能效曲线。
2.如权利要求1所述的能效曲线获取方法，其特征在于，所述设备的参数，包括：
静态参数和动态参数；
所述静态参数包括内燃机额定功率和直燃机额定功率；
所述动态参数包括内燃机启停状态、内燃机累计供电量、内燃机消耗燃气累计流量、直燃机启停状态、直燃机消耗燃气累计流量以及直燃机累计制冷量。
3.如权利要求2所述的能效曲线获取方法，其特征在于，所述对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量，包括：
根据所述设备的静态参数和调整因子，对所述单位时间瞬时量进行边界过滤处理，获取边界单位时间瞬时量，所述边界单位时间瞬时量包括：
内燃机边界单位时间瞬时量：
gas2ICG_GEN，i＝{gas1ICG_GEN，i|0≤elec1i≤capacityICG_GEN*R}
其中，elec2i表征边界过滤后的内燃机瞬时功率，单位kW，elec1i表征内燃机时间级瞬时功率，i表征采样数据的时间戳，两个时间戳之间时间间隔，capacityICG_GEN表征内燃机的额定功率，gas2ICG-GEN，i表征边界过滤后的内燃机燃气瞬时流量，单位Nm3/h，gas1IcG_GEN，i表征内燃机时间级燃气瞬时流量，R表征调整因子，为一个常量，取值范围[Rlower,Rupper]；
直燃机边界单位时间瞬时量：
其中，cold2i表征边界过滤后的直燃机瞬时制冷量，单位kW，cold1i表征直燃机的时间级瞬时制冷量，capacityGWGR_YD表征直燃机额定制冷量，gas2GWGR_YD，i表征边界过滤后的直燃机燃气瞬时流量，单位Nm3/h，gas1GWGR_YD，i表征直燃机时间级燃气瞬时流量；
根据所述设备的动态参数，对所述边界单位时间瞬时量进行启停过滤处理，获取启停单位时间瞬时量，所述启停单位时间瞬时量包括：
内燃机启停单位时间瞬时量：
其中，elec3i表征启停过滤后的内燃机瞬时功率，表征on_off_stateICG_GEN的值由0变为1的时刻，gas3ICG_GEN，i表征启停过滤后的内燃机燃气瞬时流量，Td表征延时分钟数；
直燃机启停单位时间瞬时量：
其中，cold3i表征启停过滤后的直燃机瞬时制冷量，
表征on_off_stateGWGR_YD的值由0变为1的时刻，gas3GWGR_YD，i表征启停过滤后的直燃机燃气瞬时流量；
根据预设置信区间，对所述启停单位时间瞬时量进行预设置信区间过滤处理，获取预设置信区间单位时间瞬时量，所述预设置信区间单位时间瞬时量包括：
内燃机预设置信区间单位时间瞬时量：
其中，elec4i表征95％置信水平下的置信区间过滤后的内燃机功率，gas4ICG_GEN，i表征95％置信水平下的置信区间过滤后的内燃机燃气瞬时流量，
表征elec3i的均值，σelec表征elec3i的标准差，nelec表征elec3i的数据个数；
直燃机预设置信区间单位时间瞬时量：
其中，cold4i表征95％置信水平下的置信区间过滤后的烟气热水型溴化锂直燃机瞬时制冷量，gas4GWGR_YD，i表征95％置信水平下的置信区间过滤后的烟气热水型溴化锂直燃机燃气瞬时流量，
表征cold3i的均值，σcold表征cold3i的标准差，ncold表征cold3i的数据个数。
4.如权利要求3所述的能效曲线获取方法，其特征在于，所述根据所述设备数据，获取能效曲线，包括：
根据所述设备数据，获取内燃机负荷率和直燃机负荷率，所述内燃机负荷率：
其中，loadrateICG_GEN表征内燃机负荷率，elec表征内燃机瞬时功率；
所述直燃机负荷率：
其中，loadrateGWGR_YD表征直燃机负荷率；
根据所述内燃机负荷率和直燃机负荷率，获取所述直燃机在纯余热工况下的负荷率-热电比曲线，所述直燃机在纯余热工况下的负荷率-热电比曲线：
heat2elec_curve＝f(loadrate)；
根据所述内燃机负荷率、所述直燃机负荷率和所述负荷率-热电比曲线，获取所述直燃机补燃时的能效；
根据所述直燃机负荷率和所述直燃机补燃时的能效，获取能效曲线。
5.如权利要求4所述的能效曲线获取方法，其特征在于，所述根据所述内燃机负荷率、所述直燃机负荷率和所述负荷率-热电比曲线，获取所述直燃机补燃时的能效，包括：
根据内燃机耗气量和制冷量之间能量转化关系，获取内燃机余热产生的制冷量，所述内燃机余热产生的制冷量：
其中，cold余表征内燃机余热产生的制冷量；
根据内燃机功率和内燃机余热产生的制冷量，获取直燃机补燃工况下制冷量，所述直燃机补燃工况下制冷量：
cold补＝cold-cold余
其中，cold补表征直燃机补燃工况下制冷量；
根据直燃机补燃工况下制冷量，获取所述直燃机补燃时的能效，所述直燃机补燃时的能效：
其中，effGWGR_YD表征直燃机补燃时的能效，gasGWGR_YD表征直燃机燃气瞬时流量。
6.如权利要求4所述的能效曲线获取方法，其特征在于，所述根据所述直燃机负荷率和所述直燃机补燃时的能效，获取能效曲线，包括：
根据预设方式对所述直燃机负荷率进行分区，以获得多个负荷率区间；
计算每个所述负荷率区间内的平均负荷率以及平均能效；
根据所述多个负荷区间的平均负荷率和平均能效，获取能效曲线。
7.如权利要求6所述的能效曲线获取方法，其特征在于，所述计算每个所述负荷率区间内的平均负荷率以及平均能效，包括：
获取每个所述负荷率区间内的平均负荷率，所述平均负荷率的计算方式为：
其中，loadrate_intervali表征第i个负荷率区间的平均负荷率，left_boundaryi和right_boundaryi分别表征第i个负荷率区间的负荷率边界；
获取每个所述负荷率区间内的平均能效，所述平均能效的计算方式为：
EWMAi，t＝β*EWMAi，t-1+(1-β)*effi，t
eff_intervali＝EWMAi，t
其中，EWMAi，0表征在初始时间内第i个负荷率区间的平均能效，effi，t表征在t时间内第i个负荷率区间的能效，ni表征第i个负荷率区间的元素个数，β表征加权下降系数，EWMAi，t表征在时间t内第i个负荷率区间的平均能效，eff_intervali表征第i个负荷率区间内的平均能效。
8.一种能效曲线获取装置，其特征在于，包括：
参数配置模块，用于对设备的参数进行配置；
单位时间瞬时量获取模块，用于对所述设备的参数中累积量参数进行差分处理，获取单位时间瞬时量；
预设置信区间单位时间瞬时量获取模块，用于对所述单位时间瞬时量进行过滤处理，获取预设置信区间单位时间瞬时量；
设备数据获取模块，用于对所述预设置信区间单位时间瞬时量进行时间戳一致性校验处理，获取所述设备数据；
能效曲线获取模块，用于根据所述设备数据，获取能效曲线。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911058159.8A CN110765634B (zh) | 2019-11-01 | 2019-11-01 | 一种能效曲线获取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911058159.8A CN110765634B (zh) | 2019-11-01 | 2019-11-01 | 一种能效曲线获取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110765634A true CN110765634A (zh) | 2020-02-07 |
| CN110765634B CN110765634B (zh) | 2023-11-03 |
Family
ID=69335040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911058159.8A Active CN110765634B (zh) | 2019-11-01 | 2019-11-01 | 一种能效曲线获取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110765634B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114139830A (zh) * | 2021-12-10 | 2022-03-04 | 国网浙江省电力有限公司经济技术研究院 | 一种智慧能源站的优化调度方法、装置及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140109868A1 (en) * | 2012-10-19 | 2014-04-24 | Cummins Inc. | Engine feedback control system and method |
| CN107448299A (zh) * | 2016-04-22 | 2017-12-08 | 通用电气公司 | 燃气涡轮机过滤器壳体的基于状态监测的系统 |
| CN108959407A (zh) * | 2018-06-06 | 2018-12-07 | 深圳市远行科技股份有限公司 | 数据的强一致性写入方法及终端设备 |
| CN109858638A (zh) * | 2019-01-16 | 2019-06-07 | 新奥数能科技有限公司 | 构建设备能效曲线的方法、装置、可读介质及电子设备 |
| CN110086853A (zh) * | 2019-03-28 | 2019-08-02 | 浙江明度智控科技有限公司 | 一种工业物联网信息可视化方法、服务器和存储介质 |
-
2019
- 2019-11-01 CN CN201911058159.8A patent/CN110765634B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140109868A1 (en) * | 2012-10-19 | 2014-04-24 | Cummins Inc. | Engine feedback control system and method |
| CN107448299A (zh) * | 2016-04-22 | 2017-12-08 | 通用电气公司 | 燃气涡轮机过滤器壳体的基于状态监测的系统 |
| CN108959407A (zh) * | 2018-06-06 | 2018-12-07 | 深圳市远行科技股份有限公司 | 数据的强一致性写入方法及终端设备 |
| CN109858638A (zh) * | 2019-01-16 | 2019-06-07 | 新奥数能科技有限公司 | 构建设备能效曲线的方法、装置、可读介质及电子设备 |
| CN110086853A (zh) * | 2019-03-28 | 2019-08-02 | 浙江明度智控科技有限公司 | 一种工业物联网信息可视化方法、服务器和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114139830A (zh) * | 2021-12-10 | 2022-03-04 | 国网浙江省电力有限公司经济技术研究院 | 一种智慧能源站的优化调度方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110765634B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190163152A1 (en) | Power sharing in a mesh energy system | |
| CN105446122A (zh) | 电能表时钟校准方法 | |
| CN112950098B (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
| CN103106314B (zh) | 太阳能光伏电源输出功率的时序概率建模方法 | |
| CN111199065B (zh) | 零能耗建筑设计方法、装置及终端设备 | |
| Schiera et al. | A distributed multimodel platform to cosimulate multienergy systems in smart buildings | |
| CN111563637A (zh) | 基于需求响应的多目标概率最优潮流计算方法及装置 | |
| JP7352385B2 (ja) | 電力管理システム、電力管理方法及び電力管理プログラム | |
| CN108767855A (zh) | 一种时序持续混合的电力系统随机生产模拟方法 | |
| CN110765634A (zh) | 一种能效曲线获取方法及装置 | |
| CN113297742B (zh) | 基于独立成分分析的自能源非侵入式系统及其建模方法 | |
| CN115884009B (zh) | 二氧化碳排放远程实时监测方法、装置和系统 | |
| CN112736899A (zh) | 一种微电网规划方案评价指标计算方法以及装置 | |
| CN111968008A (zh) | 基于多能协作的综合能源监控系统及方法 | |
| CN114593526B (zh) | 一种锅炉负荷调节方法、装置、电子设备及存储介质 | |
| CN116488149A (zh) | 微电网发电策略确定方法、装置以及微电网 | |
| JP2018060244A (ja) | 情報処理システム | |
| CN107196347B (zh) | 一种电力调节方法及装置 | |
| CN115776138A (zh) | 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置 | |
| CN111754129A (zh) | 一种基于分布式新能源发电的算力管理系统 | |
| Li et al. | Research on optimization of multi energy-type coordinated microgrid considering user satisfaction | |
| CN110311947A (zh) | 一种新能源用电比例信息推送方法及系统 | |
| Lu | Modeling and controller design of a community microgrid | |
| US20240195174A1 (en) | Energy prediction device, energy prediction method, and energy prediction program | |
| CN111193268B (zh) | 电采暖设备的处理方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |