CN111638692B - 智慧园区管理系统 - Google Patents
智慧园区管理系统 Download PDFInfo
- Publication number
- CN111638692B CN111638692B CN202010485225.6A CN202010485225A CN111638692B CN 111638692 B CN111638692 B CN 111638692B CN 202010485225 A CN202010485225 A CN 202010485225A CN 111638692 B CN111638692 B CN 111638692B
- Authority
- CN
- China
- Prior art keywords
- equipment
- energy
- monitoring
- park
- office building
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 112
- 238000004458 analytical method Methods 0.000 claims abstract description 79
- 238000009826 distribution Methods 0.000 claims abstract description 58
- 238000007726 management method Methods 0.000 claims description 96
- 238000004519 manufacturing process Methods 0.000 claims description 95
- 238000005265 energy consumption Methods 0.000 claims description 65
- 238000004146 energy storage Methods 0.000 claims description 43
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000004378 air conditioning Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 15
- 230000008646 thermal stress Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000015556 catabolic process Effects 0.000 claims description 7
- 230000036961 partial effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 230000002265 prevention Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 17
- 230000000875 corresponding effect Effects 0.000 description 26
- 238000012806 monitoring device Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 9
- 239000000779 smoke Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003556 assay Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000005653 Brownian motion process Effects 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31439—Alarms can be warning, alert or fault
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及一种智慧园区管理系统。所述系统包括：用于对园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行管理的设备管理模块；用于对所述园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行分析的能源综合分析模块。采用本方法能够提高智慧园区的管理效率。
Description
技术领域
本申请涉及智慧园区技术领域，特别是涉及一种智慧园区管理系统。
背景技术
随着物联网、5G、云计算以及大数据等技术的发展及引进，智慧园区建设逐渐进入大众视野。智慧园区建设的主要目标是为用户提供高效、便捷、舒适、生态和谐的居住环境。通过以感知技术为核心智慧化途径来获取园区的管理信息，并以智慧化的管理支撑平台整合各种信息，实现园区内的信息互联互通，为用户提供全方位的信息化支持服务，从而实现园区的全面感知与智能管理。通过物联网技术的发展，培育园区产业应用发展新生态，提升园区治理能力，探索新型智慧园区建设模式，为促进经济转型升级探索一条可持续发展的模式。
智慧园区的管理者或者经营者最关心的问题是园区的设备状况可以为业主提供的价值服务。目前园区的设备状态管理普遍采用人工巡检的方式进行或者发现问题才去排查。然而，这种管理方式不仅耗费人力物力，而且缺乏预判，关键设备的运行状态无法准确评估，园区的增值服务价值无法体现，从而降低了园区的管理效率。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高管理效率的智慧园区管理系统。
一种智慧园区管理系统，所述系统包括：
用于对园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行管理的设备管理模块；
用于对所述园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行分析的能源综合分析模块。
在其中一个实施例中，所述设备管理模块包括：用于评估所述能源设备生命周期的能源设备管理模块，所述能源设备包括风力发电机组、风机变流器、光伏板、光伏逆变器、储能设备、储能变流器和自备发电机设备的任意一种或多种。
在其中一个实施例中，所述能源设备包括风力发电机组，所述能源设备管理模块，用于获取所述风力发电机组各监测周期的轴承温度数据和转速运行数据；根据各监测周期的所述轴承温度数据，确定轴承温度趋势量时间序列；将各监测周期的所述轴承温度和所述转速运行数据进行相对温度计算和移动平均处理后，与所述温度趋势量时间序列输入训练好的寿命预测模型，得到各监测周期的监测参数；基于逆高斯概率密度函数和各监测周期的所述监测参数，分别得到各监测周期时所述风力发电机组的剩余寿命。
在其中一个实施例中，所述能源设备包括风机变流器，所述能源设备管理模块用于获取所述风机变流器的温度运行数据；根据所述温度运行数据，确定热应力水平组序列；所述热应力水平组序列包括温度差值序列以及对应的温度均值序列；根据所述热应力水平组序列计算所述风机变流器的疲劳寿命序列；根据所述疲劳寿命序列确定所述风机变流器的损伤累积值。
在其中一个实施例中，所述能源设备包括储能设备，所述能源设备管理模块，用于获取所述储能设备的充放电循环的放电深度以及以预设放电深度充放电时的循环次数；根据所述充放电循环的放电深度和所述循环次数得到所述储能设备充放电的总循环次数；根据所述总循环次数和所述储能设备已充放电的循环次数，确定所述储能设备剩余充放电的循环次数。
在其中一个实施例中，所述能源设备包括自备发电机设备，所述能源设备管理模块用于获取所述自备发电机的电压、绝对温度以及与所述电压和所述绝对温度对应的击穿时间；根据所述电压、所述绝对温度以及所述击穿时间，评估所述自备发电机的运行寿命；根据所述自备发电机的运行寿命和所述自备发电机的已运行寿命，得到所述自备发电机的剩余寿命。
在其中一个实施例中，所述设备管理模块包括厂房设备管理模块和写字楼设备管理模块；所述厂房设备包括生产车间照明系统、生产车间新风系统、生产车间空调系统和生产车间生产设备；所述写字楼设备包括写字楼照明系统、写字楼新风系统和写字楼空调系统；
所述厂房设备管理模块用于监测所述生产车间照明系统各支路的带电状态并获取所述生产车间照明系统对应生产车间的监控视频；当根据带电状态确定所述生产车间照明系统开启且根据所述生产车间的监控视频进行人体识别确定所述生产车间无人员时，关闭所述生产车间照明系统；监测所述生产车间新风系统的电动机的运行状态、监测所述生产车间空调系统的电动机的运行状态和冷凝器的电气量以及监测所述生产车间生产设备的能耗和生产数量；当监测确定所述电动机的运行状态、所述冷凝器的电气量、所述能耗以及所述生产数量中任一项异常时，生成告警信号；所述写字楼设备管理模块用于监测所述写字楼照明系统各支路的带电状态并获取所述写字楼照明系统对应写字楼的监控视频；当根据带电状态确定所述写字楼照明系统开启且根据所述写字楼的监控视频进行人体识别确定所述写字楼无人员时，关闭所述写字楼照明系统；监测所述写字楼新风系统的电动机的运行状态、监测所述写字楼空调系统的电动机的运行状态和冷凝器的电气量，当监测确定所述电动机的运行状态或所述冷凝器的电气量异常时，生成告警信号。
在其中一个实施例中，所述设备管理模块包括配电设备管理模块，所述园区配电设备包括配电柜、变压器、电力线路、园区与电网连接点开关；
所述配电设备管理模块用于监测所述配电柜的进线端和出线端是否采集通讯信号、监测所述变压器的状态参数、监测所述电力线路的运行参数以及监测所述园区与电网连接点开关是否断开；当确定存在所述配电柜的进线端和出线端无采集的通讯信号、所述变压器的状态参数异常、所述电力线路的运行参数异常、所述园区与电网连接点开关断开中的任一项或多项时，生成对应的告警信号。
在其中一个实施例中，所述能源综合分析模块包括能源设备分析模块，用于获取所述能源设备的年发电量、运行时间和故障时间；根据所述年发电量计算所述能源设备的年利用小时数，根据所述年利用小时数确定所述能源设备的设备利用率；根据所述正常运行时间和所述故障时间确定所述能源设备的可靠性。
在其中一个实施例中，所述能源综合分析模块包括厂房用能分析模块和写字楼用能分析模块；
所述厂房用能分析模块用于获取所述厂房设备的历史用能数据，生产数量、用电负荷历史数据以及对应的历史环境因素；分析所述历史用能数据和所述生产数量，确定异常生产环节和低能耗生产线；根据所述厂房设备的用电负荷历史数据和历史环境因素进行点对点预测，得到所述厂房设备的负荷预测结果。
所述写字楼用能分析模块用于获取所述写字楼设备的历史用能数据；根据所述历史用能数据进行点对点预测，得到所述写字楼设备的能耗预测结果。
在其中一个实施例中，所述能源综合分析模块包括配电用能分析模块，用于监测所述园区配电设备的过负荷状态并统计过负荷次数；根据历史过载高峰期的数据进行点对点预测，并根据预测的结果生成预防过载建议。
在其中一个实施例中，所述能源综合分析模块还包括园区用能分析模块，用于获取园区变压器的最大负荷值和变压器容量；比较所述最大负荷值和所述变压器容量，确定园区变压器容量的利用率。
在其中一个实施例中，所述能源综合分析模块还包括园区规划模块，用于根据智慧园区的地理数据、环境数据、能耗需求规划所述智慧园区的布局和供能方式。
上述智慧园区管理系统，包括用于管理安防监控设备、能源设备、厂房设备、写字楼设备、配电设备和安防监控设备的设备管理模块，以及用于对安防监控设备、能源设备、厂房设备、写字楼设备、配电设备进行分析的能源综合分析模块。该系统通过设备管理模块明确需要进行状态管理的设备，并通过能源分析模块对设备进行分析，无需人工巡检的方式即可实现智慧园区的管理，提高了智慧园区的管理效率。
附图说明
图1为一个实施例中智慧园区管理系统的结构示意图；
图2为另一个实施例智慧园区管理系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，提供一种智慧园区管理系统的结构示意图。参考图1，智慧园区管理系统包括设备管理模块100和能源综合分析模块200。设备管理模块100用于对园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行管理。能源综合分析模块200用于对园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行分析。
具体地，设备管理模块100涵盖智慧园区的重要设备，通过将智慧园区的重要设备接入至设备管理模块100，由设备管理模块100获取接入的各设备的状态参数。根据状态参数对各设备进行管理和评估。能源综合分析模块200主要是利用园区中各设备的运行数据进行大数据分析，例如用能分析，能效分析等。
在一个实施例中，如图2所示，提供另一种智慧园区管理系统的结构示意图。参考图2，设备管理模块100包括用于对安防监控设备进行管理的安防监控设备管理模块110，用于对能源设备的生命周期进行评估管理的能源管理模块120，用于对厂房设备进行管理的厂房设备管理模块130，用于对写字楼设备进行管理的写字楼设备管理模块140以及用于对园区配电设备进行管理的配电设备管理模块150。
能源综合分析模块200包括用于对安防监控设备进行分析的安防监控分析模块210，用于对能源设备进行分析的能源设备分析模块220，用于对厂房设备进行分析的厂房用能分析模块230，用于对写字楼设备进行分析的写字楼用能分析模块240，用于对园区配电设备进行分析的配电设备分析模块260，用于对园区用能进行分析的园区用能分析模块250以及用于对园区进行规划分析的园区规划模块270。
在一个实施例中，将安防监控设备接入至安防监控设备管理模块110，由安防监控设备管理模块对安防监控设备进行管理。并且，安防监控设备管理模块110根据从安防监控设备获取的状态参数对安防监控设备运行状态进行评估，例如：确定安防设备是否故障、信号传输是否正常等。其中，安防监控设备包括园区视频监控器、园区门禁、烟雾报警器、禁区监控器、气象数据采集装置。视频监控器主要是对智慧园区进行视频监控，并且将采集的视频信息通过以太网或无线4G的方式回传到安防监控设备管理模块110中进行存储。园区管理者通过智慧园管理系统的安防监控设备管理模块可以访问园区的视频信息，有效提高管理效率。园区门禁通常设立在园区出入关卡的位置，园区人员出入园区需要刷卡记录信息或通过云脉人脸识别技术识别人脸。车辆出入需根据车牌图像，利用OCR(OpticalCharacter Recognition，光学字符识别)算法记录车牌号。通过门禁可以有效记录和控制相关人员车辆进出，便于园区管理者对园区进出人员实行规范化管理。烟雾报警器对园区烟雾浓度进行实时感应，当烟雾浓度达到设定的阈值时就开始报警，提高园区的安全性。禁区监控器通过机器视觉图像感知技术，利用深度学习算法对人员精确检测和跟踪，实现对人体监测分析识别，并对进入禁区的人进行告警。气象数据采集装置主要采集天气状况，包括温度、湿度、风速和光照。
在一个实施例中，能源设备包括风力发电机组、风机变流器、光伏板、光伏逆变器、储能设备、储能变流器和自备发电机设备。
能源设备管理模块120用于根据内置模型和算法评估风力发电机组、风机变流器、光伏板、光伏逆变器、储能设备、储能变流器和自备发电机设备等设备的生命周期，例如评估设备的剩余寿命，损伤程度等。能源设备管理模块120还用于对风力发电机的抖动、轴承温度、轴承转速、异常杂音、风力发电机不发电等运行状态进行监控，在以上指标超出设定的安全界限时生成风机故障告警。能源设备管理模块120还用于对风机变流器、光伏逆变器、储能变流器的端电压、电流、功率参数等进行监控。在发生过压、过流时生成对应的告警信号。能源设备管理模块120还用于对光伏板的温度、隐裂、功率曲线进行监控，在发生运行数据偏离正常数据时，生成对应的告警信号。能源设备管理模块120还用于对储能设备的荷电状态、充放电次数、充放电时间、电气量等运行参数进行监测，在荷电状态过低时生成对应的告警信号。能源设备管理模块120还用于对园区自备发电机的定子电压、定子电流、三相平衡度、定子铁芯温度等运行参数进行监控，在以上指标超过限定范围时生成对应的告警信号。
在一个实施例中，能源设备管理模块120用于评估风力发电机组的剩余寿命，包括获取风力发电机组各监测周期的轴承温度数据和转速运行数据；根据各监测周期的轴承温度数据，确定轴承温度趋势量时间序列；将各监测周期的轴承温度和转速运行数据进行相对温度计算和移动平均处理后，与温度趋势量时间序列输入训练好的寿命预测模型，得到各监测周期的监测参数；基于逆高斯概率函数和各监测周期的所述监测参数，分别得到各监测周期时风力发电机组的剩余寿命。
具体地，评估风力发电机组的剩余寿命主要包括数据输入、寿命预测过程、剩余寿命输出三部分。首先，数据输入部分：获取监测风力发电机组的各监测周期的轴承温度数据和转速运行数据。其次，根据各监测周期的轴承温度数据，确定轴承温度趋势量时间序列。并且将各监测周期的轴承温度数据和转速运行数据通过相对温度计算和移动平均处理后，连同轴承温度趋势量时间序列，输入至剩余寿命预测模型，进而获得各监测周期的监测参数。其中，监测参数包括初值、漂移参数和扩散参数，寿命预测模型采用有漂移的Wienerprocess(维纳过程)来对其进行建模。最后，将寿命预测模型输出的各监测周期的监测参数分别代入到逆高斯概率密度函数，各概率密度函数最大值对应的时间即为轴承各监测周期之后的剩余寿命。
在一个实施例中，能源设备管理模块120用于根据长时间的温度运行数据对风机变流器的损伤程度进行评估，以IGBT(Insulated Gate Bipolar Transistor，绝缘栅双极型晶体管)变流器为例，包括：获取风机变流器的温度运行数据；根据温度运行数据，确定热应力水平组序列；热应力水平组序列包括温度差值序列以及对应的温度均值序列；根据热应力水平组序列计算风机变流器的疲劳寿命序列；根据疲劳寿命序列确定风机变流器的损伤累积值。
具体地，根据风机变流器的温度运行数据，取一列温度差值序列{ΔT1，ΔT2，……ΔTg}和一列温度均值序列{ΔTm1，ΔTm2，……ΔTmk}，其中任意一组热应力水平组(ΔTmi，ΔTmj)对应一个疲劳寿命(Nf)i,j，由Lesit寿命模型来进行计算：
其中，i∈g，j∈k。A和α为与器件特性相关的常数，可由设备生产厂家获取，Q为与材料相关的激活能，取7.8×104J·mol-1。R为气体常数，取8.314J·mol-1·K-1。
风机变流器经历n次热应力循环后，相对损伤累积值c为：
其中，ni,j为该热应力水平的循环次数，g为温度差值序列中温度差值的总数量，k为温度均值序列中温度均值的总数量。
在一个实施例中，能源设备管理模块120用于根据储能设备的运行状态信息对储能设备的剩余充放电次数(储能设备的剩余寿命)进行评估，包括：获取储能设备的充放电循环的放电深度以及以预设放电深度充放电时的循环次数；根据充放电循环的放电深度和循环次数得到储能设备充放电的总循环次数；根据总循环次数和储能设备已充放电的循环次数，确定储能设备剩余充放电的循环次数。
具体地，系统内置储能设备的电池的循环寿命按照雨流计数法确定，电池的循环寿命可以由幂函数拟合得到：
Nx＝N0·d-kp
其中，Nx为储能设备的电池的充放电的总循环次数，可以理解为是电池储能达到寿命终点时的循环次数。N0为电池储能以预设放电深度(100％放电深度)充放电时的循环次数。d为储能设备的电池储能充放电循环的放电深度。kp为拟合得到的常数。对于不同种类的电池，N0和kp的值各不相同，通常电池厂家会提供相关参数。当统计得到储能设备充放电的总循环次数之后，则可以根据已充放电的循环次数计算得到剩余充放电的循环次数，即得到储能设备的电池的剩余寿命。
在一个实施例中，能源设备管理模块120用于根据园区自备发电机的运行状态，对其剩余寿命进行评估，包括：获取自备发电机的电压、绝对温度以及与电压和绝对温度对应的击穿时间；根据电压、绝对温度以及击穿时间，评估自备发电机的运行寿命；根据自备发电机的运行寿命和自备发电机的已运行寿命，得到自备发电机的剩余寿命。
具体地，本系统评估自备发电机的剩余寿命采用的寿命评估以环氧云母绝缘时效为准，采用的寿命评估模型为FALLOU模型。自备发电机的寿命预测公式如下：
其中，L为自备发电机的运行寿命，U为电压，单位为kV。T为绝对温度，单位为K。L为在U、T下的击穿时间，单位为h。A1、A2、B1、B2为常数，与具体的绝缘材料及工作环境条件有关。则发电机的剩余寿命为预测运行寿命L减去已运行寿命，得到剩余寿命。其中，本实施例自备发电机的寿命由时长衡量。即，预测自备发电机的运行时长L减去已运行时长，得到剩余运行时长。
在一个实施例中，厂房设备包括生产车间照明系统、生产车间新风系统、生产车间空调系统和生产车间生产设备。厂房设备管理模块130用于监测生产车间照明系统各支路的带电状态。并且，结合获取的生产车间照明系统对应生产车间的监控视频，当根据带电状态确定生产车间照明系统开启且根据生产车间的监控视频进行人体识别确定生产车间无人员时，关闭生产车间照明系统。其中，人体识别可以采用机器视觉图像感知技术，利用深度学习算法对视频中的人员进行检测和跟踪实现。厂房设备管理模块130还用于监测生产车间新风系统的电动机的运行状态、监测生产车间空调系统的电动机的运行状态和冷凝器的电气量以及监测生产车间生产设备的能耗和生产数量。当监测确定电动机的运行状态、冷凝器的电气量、能耗以及生产数量中任一项异常时，生成对应的告警信号。其中，异常是指电动机运行异常(如：振动频次、噪音、轴承温度)、电气量超出设定的安全限值、生产设备的能耗以及生产数量超出或低于设定范围等。
在一个实施例中，写字楼设备包括写字楼照明系统、写字楼新风系统和写字楼空调系统。写字楼设备管理模块140用于监测写字楼照明系统各支路的带电状态并结合获取的写字楼照明系统对应写字楼的监控视频。当根据带电状态确定写字楼照明系统开启且根据写字楼的监控视频进行人体识别确定写字楼无人员时，关闭写字楼照明系统。写字楼设备管理模块140还用于监测写字楼新风系统的电动机的带电状态、电气量等运行状态，监测写字楼空调系统的电动机的运行状态和冷凝器的电气量，当监测确定电动机的运行状态(如：振动频次、噪音、轴承温度)或冷凝器的电气量异常时，生成对应的告警信号。
在一个实施例中，园区配电设备包括配电柜、变压器、电力线路、园区与电网连接点开关。配电设备管理模块150用于监测配电柜的进线端和出线端是否采集通讯信号、监测变压器的状态参数、监测电力线路的运行参数以及监测园区与电网连接点开关是否断开；当确定存在配电柜的进线端和出线端无采集的通讯信号、变压器的状态参数异常、电力线路的运行电气参数异常、园区与电网连接点开关断开中的任一项或多项时，生成对应的告警信号。
具体地，配电设备管理模块150用于监测配电柜的进线端和出线端是否采集通讯信号，若确定进线端和出线端没有采集的通讯信号时，生成对应的告警信息。配电设备管理模块150还用于监测变压器的状态参数，包括变压器电气量、铁芯温度、局放、噪音等。若确定所监测的状态参数超出常规限定范围，则生成对应的告警信息。配电设备管理模块150还用于监测电力线路的运行参数，包括电力线路的电压、电流。若确定运行参数偏离正常情况，则生成对应的告警信号。配电设备管理模块150还用于监测园区与电网连接点开关是否闭合，当园区与电网连接点开关断开时，生成对应的告警信号。
在一个实施例中，能源综合分析模块200包括安防监控分析模块210，用于对园区门禁数据进行分析，确定出入高峰期时段，便于园区管理员在出入高峰时期增加值班人员的数量，提高管理效率，保障园区的安全。安防监控分析模块210还用于按时间维度统计烟雾报警器对园区发生的报警事件进行统计，便于园区管理者在烟雾报警的高发时间段和位置加强安全检查，防范于未然，提高园区安全性。安防监控分析模块210还用于根据园区的气象状况对风资源和光资源进行初步判断，为新能源设备的安装位置提供相应辅助建议。例如，以3kmx3km为监测范围，获取测量的园区各个地方的平均风速。风速大的则风资源好，则分析风速大的区域建议为风机建设点。或者，以3kmx3km为监测范围，获取测量的园区各个地方的平均光照强度，光照强度大的则光资源好，则分析光照强度大的区域建议为光伏建设点。
在一个实施例中，能源综合分析模块200包括能源设备分析模块220，用于获取能源设备的年发电量、运行时间和故障时间；根据年发电量计算能源设备的年利用小时数，根据年利用小时数确定能源设备的设备利用率；根据正常运行时间和故障时间确定能源设备的可靠性。
具体地，获取风力发电机组、光伏板等能源设备的年发电量、运行时间和故障时间，进而计算风力发电机组、光伏板等能源设备的年利用小时数。进而根据年利用小时数确定风力发电机组、光伏板等能源设备的设备利用率。年利用小时数h的计算公式和利用率η的计算公式如下：
其中，Q表示年发电量，单位为kWh。P为额定容量，单位为kW。
对不同类型风力发电机、风机变流器、光伏板、光伏逆变器、储能设备、储能变流器运行时间和故障时间统计，计算其可靠性。可靠性k计算公式如下：
其中，h1表示正常运行时间，h2表示累计运行时间(包括正常运行时间h1和故障时间)。
另外，能源设备分析模块220还用于对园区展示单线图，展示设备运行状态，支持实时数据关联单线图展示。统计园区离网和并网运行时间、安全运行时间，园区离网时间为离网时刻到最近一次并网时刻的时间差，园区并网时间为并网时刻到最近一次离网时刻的时间差。展示某一时段的园区运行历史状态，并离网的状态数据可以通过园区中央控制器MGCC(Micro Grid CentralController，微电网中央控制器)接入。在离网状态下，园区自备电源功率与负荷接近时，提示电网离网状态下的安全性裕度告警。监测园区不同种类(光伏、风机、储能、自备发电机)能源设备的电能生产量，提供7x24在线的能源数据监测，并记录园区能源生产情况，以柱状图、折线图、统计表格等形式展现园区新能源设备电能生产情况，支持展现单一种能源类设备电能生产情况及整体能源设备电能生产情况，并可通过设定周期范围，展示周期范围内的园区能源生产情况。监测风力发电机、光伏板和储能设备等供电设备的电气量，并分析光伏并网点、电网并网点的电能质量。本系统设计的光伏并网点的电能质量指标有电压偏差、电压波动d，第h次谐波电压含有率HRUh，第h次谐波电流含有率HRIh，谐波电压含量UH，谐波电流含量IH，电压总谐波畸变率THDU和电流总谐波畸变率THDI。上述电能质量指标的计算公式如下：
电压偏差：
电压偏差(％)＝(电压测量值-系统标称电压)/系统标称电压x100％。
电压波动d：
其中，ΔU为电压方均根值曲线上相临两个极值电压之差，可由监测终端获取数据。UN为系统标称电压。
第h次谐波电压含有率HRUh：
其中，Uh为第h次谐波电压(方均根值)，可由监测终端获取数据。U1为基波电压(方均根值)。
第h次谐波电流含有率HRIh：
其中，Ih为第h次谐波电流(方均根值)，可由监测终端获取数据。I1为基波电流(方均根值)。
谐波电压含量UH：
其中，Uh为第h次谐波电压(方均根值)。
谐波电流含量IH：
其中，Ih为第h次谐波电流(方均根值)。
电压总谐波畸变率THDU：
其中，UH为谐波电压含量，U1为基波电压(方均根值)。
电流总谐波畸变率THDI：
其中，IH为谐波电流含量，I1为基波电流(方均根值)。
另外，风电场并网点的电能质量指标的计算方法与光伏并网点的原理相同，在此不再赘述。若风电并网点或光伏并网点的电能质量指标任一项超出限定范围，表示该设备电能质量不合格，并对电能质量不合格的设备提出整改建议，如加装滤波器、无功补偿装置等方式。具体整改建议根据超出限定范围的电能质量指标决定。
在一个实施例中，能源综合分析模块200包括厂房用能分析模块230，用于对生产车间照明系统、生产车间新风系统、生产车间空调系统、生产车间生产设备的能耗进行监测和统计。结合厂房、车间用电负荷历史数据及历史环境因素(温度、节假日等)，利用点对点预测法，预测园区未来总负荷及重要负荷，包括日前负荷预测、短期预测等，对园区的能源系统经济运行及优化策略提供重要依据。对厂房、生产车间的产品的单位能耗进行分析，并对比历史用能数据，若产品的单耗明显高于或低于平均水平，则可判定生产环节有异常情况发生。对厂房、生产车间、生产线的总体能耗、生产数量联合分析，对标国际先进生产水平，寻找园区企业能耗效率低的具体环节，具体操作为以厂房为维度，计算各个厂房的产品单耗，找出产品的单耗明显高于/低于平均水平或国际先进生产水平的厂房，计算厂房内部生产车间的产品单耗，找出产品单耗明显高于/低于平均水平和国际先进生产水平的生产车间，计算生产车间内部生产线的产品单耗，直至找到耗能异常的生产线。
在一个实施例中，能源综合分析模块200包括写字楼用能分析模块240，用于结合历史用能数据，采用点对点法对每层楼的能耗进行预测，并提供节能建议：例如在夏季时适当调高空调设定温度，在冬季时调低空调温度。结合每层楼的人员数量和监控视频分析结果，可以对工作日或节假日用电负荷采用点对点法进行预测，并在人员较少的时候建议断开部分照明负荷，以达到节能的效果。根据采集的用能信息，对节能量进行计算，并结合电价信息，计算节约的成本开支。
在一个实施例中，能源综合分析模块200包括配电设备分析模块260，用于对高压配电柜、变压器、电力线路、断路器、低压开关柜的过负荷状态进行监测和过负荷次数统计，并在过载高峰期按照历史数据，采用点对点法对高压配电柜、变压器、电力线路、断路器、低压开关柜的电压、电流分别进行预测。对设备的过载情况进行预防性监控，根据预测的结果在系统给出应对措施建议。例如关断部分负荷或采用多馈路供电。
配电设备分析模块260还用于对配电设备带电状况分析，可以根据设备的带电状况，分析设备的异常运行情况。若设备电气量无法监测，则可判断通信故障。若设备没有带电则可判断设备处于断路状态，若设备电流过大，则可判断线路出现短路或过负荷运行。采用地电波传感器对高压配电柜、变压器、低压开关柜、配电盘、开关箱、控制箱的局放状态进行监测，若地电波传感器监测返回的数据确定放电脉冲超过设备的安全阈值，则生成对应的报警信号。配电设备分析模块260还用于根据园区与电网连接点开关的带电状态来判断园区是并网运行还是离网运行，若监测到电压电流在正常范围则判定是并网状态，若监测到无电流则判定是离网状态。根据园区运行的经济性和电网的安全性、可靠性等要求，离线制定配电设备检修计划，例如开断某断路器，系统自动仿真计算其余各线路的电压电流越线状态，若在正常范围，则可安排改线路和断路器检修。
在一个实施例中，能源综合分析模块200包括园区用能分析模块250，用于对园区自产能源和外界输入的热能、电能、冷量、水、天然气等能耗分析，分别以天、月、季度、年为统计周期，统计园区整体范围的资源消耗情况，通过折线图、饼图等形式进行展示，形成园区资源消耗情况统计报表，并提供资源消耗统计报表下载导出。根据园区天、月、季度、年的不同周期耗能情况，对园区内各配电房出线端耗能进行统计分析，实现园区周期耗能占比分析、出线端对应企业或楼宇的生产业务特性耗能分析，例如写字楼的能耗在工作日的工作时间最高。离线制定全区周期保供电策略，改善能源使用，例如某个时期会有重要负荷用电，则可以根据历史监测能耗的使用情况，在该时段建议关断不重要负荷或耗能较大负荷。监测园区重点能耗设备运行耗能状况，对园区重点能耗设备电能消耗量进行实时统计，记录园区重点能耗情况，分析计算重点能耗占比，支持设定周期进行能耗展示。结合园区用电负荷历史数据对园区未来总负荷及重要负荷进行预测，负荷预测对园区的能源系统经济运行及优化策略提供重要依据。负荷预测采用点对点法，具体的计算方法如下：
假设待预测日时刻的负荷预测值是其相关的近期各日同一时刻的负荷值的一次指数平滑结果。取n＝14天的相关负荷，设预测t时刻的负荷值，t时刻的负荷值
的计算公式如下：
其中，P1t为第一周期中同类型日t时刻的值，A1t为第一周期的不同类型日t时刻的值作平滑得到的值，A2t为第二周期的不同类型日t时刻的值作平滑得到的值，A1t和A2t的计算公式如下：
A1t＝λP3t+λ(1-λ)P4t+...+λ(1-λ)5P8t
A2t＝λP9t+λ(1-λ)P10t+……+λ(1-λ)5P14t
P3t为第一周期序号为3当天t时刻负荷值，P4t为第一周期序号为3当天t时刻负荷值，P8t为第一周期序号为8当天t时刻负荷值，P9t为第一周期序号为9当天t时刻负荷值，P10t为第一周期序号为10当天t时刻负荷值，P14t为第一周期序号为14当天t时刻负荷值。λ为平滑系数，取值[0.1,0.9]。
园区用能分析模块250还用于按日、月、季度、年的不同周期统计监测园区最大最小负荷，并在最大负荷时分析园区的稳定性。在最大负荷点比较负荷与变压器容量配比，本系统设置为最大负荷接近变压器容量80％时，发出预警信号。在最大负荷时分析变压器容量利用率β，其计算公式为：
其中，Pmax为变压器下最大负荷值，单位为kW。S为变压器容量，单位为kVA。
另外，园区用能分析模块250还用于分析园区的需求响应潜力。在线监测园区负荷，并分时段确定参与需求响应的负荷种类，则在需求响应时间，园区响应潜力为参与需求响应的负荷量。结合峰谷差电价，在峰时段，开启储能和新能源，在谷时段对储能进行充电，并计算经济效益。根据各负荷曲线，利用错峰生产原理，制定生产计划，计算峰时段园区可降低负荷值，并计算经济效益。根据峰谷差电价，在规定的峰时段关断不必要的负荷，在谷时段开启所需要的负荷，可以有效避开负荷峰时段。假设峰时段的电价为p1，在峰时段关断的负荷所需要消耗的电量为E1，在谷时段的电价为p2，峰时段的负荷在谷时段开启时所需要消耗的电量为E2，则可获得的经济效益可估算为：E1p1-E2p2。
园区用能分析模块250还用于对园区进行供电可靠性分析，统计计算SAIDI-1(用户平均停电时间)、ASAI-1(供电可靠率)、ASIFI(评价系统等效停电频率)、SAIFI-1(用户平均停电次数)等指标作为供电可靠性的评价标准，对提高园区供电可靠性提出相关建议和措施，例如安装储能装置，保证园区或重要负荷的供电可靠性。其中，SAIDI-1(用户平均停电时间)、ASAI-1(供电可靠率)、ASIFI(评价系统等效停电频率)、SAIFI-1(用户平均停电次数)等指标的计算公式如下：
在一个实施例中，能源综合分析模块200包括园区规划模块270，用于根据智慧园区的地理数据、环境数据、能耗需求规划所述智慧园区的布局和供能方式。其中，地理数据包括园区面积，园区内各建筑物的建筑面积。环境数据包括风速、光照度等。能耗需求即用能需求。
具体地，首先获取园区面积、各建筑物面积、各建筑物用能需求(冷、热、电)、风速和光照度等数据。然后，结合各建筑物在园区布局位置，包括写字楼、生产厂房等，考虑风速和光照度等气象环境的情况下，确定风力发电机和光伏板布点选址。以及，在满足各个建筑物用能的限值约束条件下，求解冷、热、电管道布线最优解，进而确定CCHP(CombinedCooling Heating and Power，冷热电联产系统)的选址。例如，根据园区内企业数量、各企业建筑的占地面积、园区面积，合理规划各企业在园区的布局。根据园区各企业的位置、用能需求、用能安全来规划储能或CCHP等供能设备的布置位点。利用气象数据采集装置对园区的风资源和光资源进行分析，并为确定风机和光伏设备的建造位置提供数据支撑。根据园区各企业的用能需求、位置分布，离线制定功能方案，保证资源最大化利用或园区的综合用能成本最低。本系统所采用的园区规划方案仅仅做一个简答案例分析参考，复杂的CCHP选址需综合考虑能源梯级利用等问题包含在本发明的园区规划方案内。
上述智慧园区管理系统，包括用于管理安防监控设备、能源设备、厂房设备、写字楼设备、配电设备和安防监控设备的设备管理模块，以及用于对安防监控设备、能源设备、厂房设备、写字楼设备、配电设备进行分析的能源综合分析模块。该系统通过设备管理模块明确需要进行状态管理的设备，并通过能源分析模块对设备进行分析，无需人工巡检的方式即可实现智慧园区的管理，提高了智慧园区的管理效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种智慧园区管理系统，其特征在于，所述系统包括：
用于对园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行管理的设备管理模块；
用于对所述园区配电设备、写字楼设备、厂房设备、能源设备和安防监控设备进行分析的能源综合分析模块；
其中，所述设备管理模块包括配电设备管理模块，所述园区配电设备包括配电柜、变压器、电力线路、园区与电网连接点开关；
所述配电设备管理模块用于监测所述配电柜的进线端和出线端是否采集通讯信号、监测所述变压器的状态参数、监测所述电力线路的运行参数以及监测所述园区与电网连接点开关是否断开；当确定存在所述配电柜的进线端和出线端无采集的通讯信号、所述变压器的状态参数异常、所述电力线路的运行参数异常、所述园区与电网连接点开关断开中的任一项或多项时，生成对应的告警信号；其中，所述变压器的状态参数包括变压器电气量、铁芯温度、局放、噪音；所述电力线路的运行参数，包括电力线路的电压、电流；
所述设备管理模块还包括：用于评估所述能源设备生命周期的能源设备管理模块，所述能源设备包括风力发电机组、风机变流器、光伏板、光伏逆变器、储能设备、储能变流器和自备发电机设备的任意一种或多种；
所述能源设备管理模块用于对风力发电机的抖动、轴承温度、轴承转速、异常杂音、风力发电机不发电等运行状态进行监控，在超出设定的安全界限时生成风机故障告警；以及用于对风机变流器、光伏逆变器、储能变流器的端电压、电流、功率参数等进行监控，在发生过压、过流时生成对应的告警信号；以及用于对光伏板的温度、隐裂、功率曲线进行监控，在发生运行数据偏离正常数据时，生成对应的告警信号；以及用于对储能设备的荷电状态、充放电次数、充放电时间、电气量等运行参数进行监测，在荷电状态过低时生成对应的告警信号；以及用于对园区自备发电机的定子电压、定子电流、三相平衡度、定子铁芯温度等运行参数进行监控，在超过限定范围时生成对应的告警信号；
所述能源综合分析模块包括能源设备分析模块，用于获取所述能源设备的年发电量、正常运行时间和故障时间；根据所述年发电量计算所述能源设备的年利用小时数，根据所述年利用小时数确定所述能源设备的设备利用率；根据所述正常运行时间和所述故障时间确定所述能源设备的可靠性；
所述能源综合分析模块还包括配电设备分析模块，所述配电设备分析模块采用地电波传感器对高压配电柜、变压器、低压开关柜、配电盘、开关箱、控制箱的局放状态进行监测，若地电波传感器监测返回的数据确定放电脉冲超过设备的安全阈值，则生成对应的报警信号。
2.根据权利要求1所述的系统，其特征在于，所述能源设备包括风力发电机组，所述能源设备管理模块，用于获取所述风力发电机组各监测周期的轴承温度数据和转速运行数据；根据各监测周期的所述轴承温度数据，确定轴承温度趋势量时间序列；将各监测周期的所述轴承温度和所述转速运行数据进行相对温度计算和移动平均处理后，与所述温度趋势量时间序列输入训练好的寿命预测模型，得到各监测周期的监测参数；基于逆高斯概率密度函数和各监测周期的所述监测参数，分别得到各监测周期时所述风力发电机组的剩余寿命。
3.根据权利要求1所述的系统，其特征在于，所述能源设备包括风机变流器，所述能源设备管理模块用于获取所述风机变流器的温度运行数据；根据所述温度运行数据，确定热应力水平组序列；所述热应力水平组序列包括温度差值序列以及对应的温度均值序列；根据所述热应力水平组序列计算所述风机变流器的疲劳寿命序列；根据所述疲劳寿命序列确定所述风机变流器的损伤累积值。
4.根据权利要求1所述的系统，其特征在于，所述能源设备包括储能设备，所述能源设备管理模块，用于获取所述储能设备的充放电循环的放电深度以及以预设放电深度充放电时的循环次数；根据所述充放电循环的放电深度和所述循环次数得到所述储能设备充放电的总循环次数；根据所述总循环次数和所述储能设备已充放电的循环次数，确定所述储能设备剩余充放电的循环次数。
5.根据权利要求1所述的系统，其特征在于，所述能源设备包括自备发电机设备，所述能源设备管理模块用于获取所述自备发电机的电压、绝对温度以及与所述电压和所述绝对温度对应的击穿时间；根据所述电压、所述绝对温度以及所述击穿时间，评估所述自备发电机的运行寿命；根据所述自备发电机的运行寿命和所述自备发电机的已运行寿命，得到所述自备发电机的剩余寿命。
6.根据权利要求1所述的系统，其特征在于，所述设备管理模块包括厂房设备管理模块和写字楼设备管理模块；所述厂房设备包括生产车间照明系统、生产车间新风系统、生产车间空调系统和生产车间生产设备；所述写字楼设备包括写字楼照明系统、写字楼新风系统和写字楼空调系统；
所述厂房设备管理模块用于监测所述生产车间照明系统各支路的带电状态并获取所述生产车间照明系统对应生产车间的监控视频；当根据带电状态确定所述生产车间照明系统开启且根据所述生产车间的监控视频进行人体识别确定所述生产车间无人员时，关闭所述生产车间照明系统；监测所述生产车间新风系统的电动机的运行状态、监测所述生产车间空调系统的电动机的运行状态和冷凝器的电气量以及监测所述生产车间生产设备的能耗和生产数量；当监测确定所述电动机的运行状态、所述冷凝器的电气量、所述能耗以及所述生产数量中任一项异常时，生成告警信号；所述写字楼设备管理模块用于监测所述写字楼照明系统各支路的带电状态并获取所述写字楼照明系统对应写字楼的监控视频；当根据带电状态确定所述写字楼照明系统开启且根据所述写字楼的监控视频进行人体识别确定所述写字楼无人员时，关闭所述写字楼照明系统；监测所述写字楼新风系统的电动机的运行状态、监测所述写字楼空调系统的电动机的运行状态和冷凝器的电气量，当监测确定所述电动机的运行状态或所述冷凝器的电气量异常时，生成告警信号。
7.根据权利要求1所述的系统，其特征在于，所述能源综合分析模块包括厂房用能分析模块和写字楼用能分析模块；
所述厂房用能分析模块用于获取所述厂房设备的历史用能数据，生产数量、用电负荷历史数据以及对应的历史环境因素；分析所述历史用能数据和所述生产数量，确定异常生产环节和低能耗生产线；根据所述厂房设备的用电负荷历史数据和历史环境因素进行点对点预测，得到所述厂房设备的负荷预测结果；
所述写字楼用能分析模块用于获取所述写字楼设备的历史用能数据；根据所述历史用能数据进行点对点预测，得到所述写字楼设备的能耗预测结果。
8.根据权利要求1所述的系统，其特征在于，所述能源综合分析模块包括配电用能分析模块，用于监测所述园区配电设备的过负荷状态并统计过负荷次数；根据历史过载高峰期的数据进行点对点预测，并根据预测的结果生成预防过载建议。
9.根据权利要求1所述的系统，其特征在于，所述能源综合分析模块还包括园区用能分析模块，用于获取园区变压器的最大负荷值和变压器容量；比较所述最大负荷值和所述变压器容量，确定园区变压器容量的利用率。
10.根据权利要求1所述的系统，其特征在于，所述能源综合分析模块还包括园区规划模块，用于根据智慧园区的地理数据、环境数据、能耗需求规划所述智慧园区的布局和供能方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010485225.6A CN111638692B (zh) | 2020-06-01 | 2020-06-01 | 智慧园区管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010485225.6A CN111638692B (zh) | 2020-06-01 | 2020-06-01 | 智慧园区管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111638692A CN111638692A (zh) | 2020-09-08 |
| CN111638692B true CN111638692B (zh) | 2022-04-08 |
Family
ID=72329543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010485225.6A Active CN111638692B (zh) | 2020-06-01 | 2020-06-01 | 智慧园区管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111638692B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112467879A (zh) * | 2020-11-18 | 2021-03-09 | 广东电网有限责任公司电力科学研究院 | 一种园区能源智能监测系统、方法和设备 |
| CN113379202A (zh) * | 2021-05-26 | 2021-09-10 | 天纳能源科技（上海）有限公司 | 基于物联网的综合能源智慧管理平台 |
| CN113177669A (zh) * | 2021-05-26 | 2021-07-27 | 天纳能源科技（上海）有限公司 | 基于物联网的综合能源智慧管理方法 |
| CN115081955B (zh) * | 2022-08-12 | 2022-11-15 | 东方电子股份有限公司 | 一种用于综合供能系统的分层分布式故障处理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645052A (zh) * | 2013-12-11 | 2014-03-19 | 北京航空航天大学 | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 |
| EP3252689A1 (en) * | 2016-06-02 | 2017-12-06 | Doosan Heavy Industries & Construction Co., Ltd. | Wind farm supervision monitoring method |
| CN109240223A (zh) * | 2018-08-09 | 2019-01-18 | 北京科诺伟业科技股份有限公司 | 一种用于工业园区的能源管理系统 |
| CN109767029A (zh) * | 2018-12-14 | 2019-05-17 | 华北电力大学 | 局域能源互联网中冷热电三联供系统容量配置方法及系统 |
| CN109858759A (zh) * | 2018-12-29 | 2019-06-07 | 陕西鼓风机（集团）有限公司 | 一种工业园区综合能源平衡调度方法 |
| CN111145062A (zh) * | 2019-11-13 | 2020-05-12 | 广东飞企互联科技股份有限公司 | 一种智慧园区平台规划设计系统 |
-
2020
- 2020-06-01 CN CN202010485225.6A patent/CN111638692B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645052A (zh) * | 2013-12-11 | 2014-03-19 | 北京航空航天大学 | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 |
| EP3252689A1 (en) * | 2016-06-02 | 2017-12-06 | Doosan Heavy Industries & Construction Co., Ltd. | Wind farm supervision monitoring method |
| CN109240223A (zh) * | 2018-08-09 | 2019-01-18 | 北京科诺伟业科技股份有限公司 | 一种用于工业园区的能源管理系统 |
| CN109767029A (zh) * | 2018-12-14 | 2019-05-17 | 华北电力大学 | 局域能源互联网中冷热电三联供系统容量配置方法及系统 |
| CN109858759A (zh) * | 2018-12-29 | 2019-06-07 | 陕西鼓风机（集团）有限公司 | 一种工业园区综合能源平衡调度方法 |
| CN111145062A (zh) * | 2019-11-13 | 2020-05-12 | 广东飞企互联科技股份有限公司 | 一种智慧园区平台规划设计系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111638692A (zh) | 2020-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111638692B (zh) | 智慧园区管理系统 | |
| Mahmud et al. | Peak-load reduction by coordinated response of photovoltaics, battery storage, and electric vehicles | |
| CN111126866B (zh) | 交直流可再生能源系统的综合能效评估管理系统及方法 | |
| US20140172183A1 (en) | Power apparatus | |
| CN103208085B (zh) | 企业用电提高负荷率与降低最大需量的分析智能系统 | |
| CN106300349A (zh) | 一种区域用电智能管理系统 | |
| CN105956752A (zh) | 用于绿色公共建筑运营阶段的能效评估与诊断分析方法 | |
| KR20130074043A (ko) | 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템 | |
| CN106846171B (zh) | 一种城市轨道交通交直流系统电能管理系统 | |
| CN111552925A (zh) | 一种交直流混联配电网综合评价指标体系构建方法 | |
| US8610590B2 (en) | System and method for monitoring electrical demand performance, particularly using historical data and an outside temperature | |
| JP6918655B2 (ja) | 発電システム評価方法および発電システム評価装置 | |
| CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
| Koh et al. | Reliability evaluation of electric power systems with solar photovoltaic & energy storage | |
| CN104467198A (zh) | 一种基于在线分布式的电能储能系统 | |
| CN117033927A (zh) | 地铁站碳排放实时监测预测分析方法及预测分析方法 | |
| CN115864531A (zh) | 一种区域分布式光伏发电碳排放量的监测系统及方法 | |
| CN116468302A (zh) | 建筑园区能源结构评估方法、系统、电子设备及存储介质 | |
| Le et al. | Design, sizing and operation of a hybrid renewable energy system for farming | |
| Dang et al. | Energy optimization in an eco-district with electric vehicles smart charging | |
| CN204271759U (zh) | 一种基于在线分布式的电能储能装置 | |
| CN113497443A (zh) | 一种用于变电站站内风光储微电网的效益分析方法及装置 | |
| CN112001524A (zh) | 一种融合微气象实时监测信息提升架空线路输送能力的方法 | |
| Ding et al. | Predictive Control of Rural Microgrids with Temperature-dependent Battery Degradation Cost | |
| CN117175695B (zh) | 一种基于柴油发电机组的光伏微网发电方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Applicant after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Address before: 511458 Room 1301, Chengtou Building, 106 Fengze East Road, Nansha District, Guangzhou City, Guangdong Province (self-compiled 1301-12159) Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230727 Address after: Room 822, Room 406, No. 1, Yichang Street, Zhongxin Ciudad del Saber, Huangpu District, Guangzhou, Guangdong 510000 Patentee after: China Southern Power Grid Artificial Intelligence Technology Co.,Ltd. Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |