CN113435657B - 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 - Google Patents
数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113435657B CN113435657B CN202110776605.XA CN202110776605A CN113435657B CN 113435657 B CN113435657 B CN 113435657B CN 202110776605 A CN202110776605 A CN 202110776605A CN 113435657 B CN113435657 B CN 113435657B
- Authority
- CN
- China
- Prior art keywords
- parameters
- digital twin
- data
- energy equipment
- layer
- 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
- 230000010354 integration Effects 0.000 title claims abstract description 30
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000007726 management method Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000000670 limiting effect Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000000704 physical effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 66
- 238000010586 diagram Methods 0.000 description 12
- 238000002955 isolation Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006353 environmental stress Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- QERYCTSHXKAMIS-UHFFFAOYSA-M thiophene-2-carboxylate Chemical compound [O-]C(=O)C1=CC=CS1 QERYCTSHXKAMIS-UHFFFAOYSA-M 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (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
本申请提供一种数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质，属于数据处理技术的领域，其方法应用于能源管理系统中的数字孪生枢纽层，数字孪生枢纽层预存数字孪生模型以及数据处理策略，且与包括多个功能单元的监控层通信，方法包括：接收能源装备的包括运行参数和环境参数的设定参数，确定设定参数的关联装备、属性及类别，基于此，根据关联装备确定数字孪生模型，将该数字孪生模型的参数进行更新，调用数据处理策略对已更新的参数进行处理，得到施加功能调度标签后的目标参数，并将目标参数发送至监控层，以得到计算结果和控制指令，从而实现模型‑数据双重驱动处理，即多数据贯通和联合的协同管控和优化。
Description
技术领域
本申请涉及数据处理技术的领域，尤其是涉及一种数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质。
背景技术
随着绿色低碳时代的到来，以及现代建筑渐趋大型化和规模化，稳定的能源供应和节能减排等问题日益突出，未来建筑(群)将同时面临高负荷以及负荷集中等多重问题。
传统“智能楼宇”、“智能家居”等智能管理系统通过引入物联设备、参数收发设备等，对家用电器以及具有开关功能的控制单元进行联接控制。从形式上，虽然这些智能管理系统已具有智能化属性，但从系统角度而言其属于离散化控制，数据难以贯通和联合使用，不能反映用能效率最优、能耗最优及功能集成化等特性，且传统方法仅仅考虑用能负荷问题，难以实现电源、负荷的协同管控和优化。
发明内容
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
本申请的目的包括，提供一种数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质，以解决现有技术中数据难以贯通和联合使用，不能反映用能效率最优、能耗最优及功能集成化等特性，且考虑参数单一，难以实现协同管控和优化的问题。
第一方面，本申请提供了一种数据集成处理方法，采用如下的技术方案：
一种数据集成处理方法，应用于数字孪生枢纽层，所述数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各所述数字孪生模型的参数分别对应的数据处理策略，所述数字孪生枢纽层与包括多个功能单元的监控层通信连接，所述方法包括：
接收能源装备的设定参数，确定所述设定参数的关联装备、属性及类别，其中，所述设定参数包括运行参数和环境参数；
根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数；
将所述目标参数发送至所述监控层，以促使各所述功能单元基于所述目标参数运行得到对应的计算结果和控制指令。
可选的，所述数据处理策略包括逻辑判断规则和数据关联算法，所述根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数的步骤，包括：
根据所述关联装备确定所对应的数字孪生模型，根据所述属性确定所述设定参数在该数字孪生模型中所属的属性数据组，根据所述类别将该确定的属性数据组中对应类别的参数更新为所述设定参数；
调用已更新的参数所对应的数据处理策略，对所述已更新的参数进行逻辑判断或关联计算，得到所述已更新的参数的关联关系，所述关联关系表示已更新的参数间的指标协同关系；
根据所述关联关系确定产生影响的功能单元，并得到所述产生影响的功能单元的逻辑调度规则，根据所述逻辑调度规则对所述已更新的参数施加功能调度标签，得到目标参数，所述产生影响的功能单元用于实现已更新的参数的指标协同优化。
可选的，所述数字孪生模型以能源装备为最小单元，结合所述能源装备的运行参数和环境参数构建而成，用于描述所述能源装备的属性特征。
可选的，所述数字孪生模型为：
DTEM＝(GAE,PAE,FAE,RAE)
其中，GAE表示能源装备的几何属性数据组，用于构建可视化模型，PAE表示能源装备的物理属性数据组，FAE表示能源装备的功能属性数据组，RAE表示能源装备的规则属性数据组，所述规则属性数据组用于限定能源装备的工作约束条件，并阐明能源装备与前后级能源装备或部件的组织关系及关联推演模型。
可选的，所述方法还包括：
接收所述监控层返回的计算结果和控制指令；
将所述计算结果和控制指令所对应的数字孪生模型中物理属性数据组更新为所述计算结果和控制指令包含的调节参数；
将所述计算结果和控制指令发送至所述对应的数字孪生模型所对应的能源装备或能源装备的关联接收方。
可选的，所述接收各能源装备的设定参数，确定所述设定参数的关联装备、属性及类别的步骤，包括：
接收包括能源装备的设定参数以及标识编码的数据串；
对所述数据串进行数据校验与判定以判定所述设定参数的真实性；
根据所述标识编码确定通过判定的所述设定参数的关联装备、属性及类别。
第二方面，本申请提供一种数据集成处理系统，采用如下的技术方案：
一种数据集成处理系统，应用于数字孪生枢纽层，所述数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各所述数字孪生模型的参数分别对应的数据处理策略，所述数字孪生枢纽层与包括多个功能单元的监控层通信连接，所述系统包括：
识别模块，用于接收能源装备的设定参数，确定所述设定参数的关联装备、属性及类别，其中，所述设定参数包括运行参数和环境参数；
联合处理模块，用于根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数；
调度模块，用于将所述目标参数发送至所述监控层，以促使各所述功能单元基于所述目标参数运行得到对应的计算结果和控制指令。
第三方面，本申请提供一种能源管理系统，采用如下的技术方案：
一种能源管理系统，包括：物理层、通讯层和监控层，以及数字孪生枢纽层；
所述物理层，包括多个感知监测设备，用于采集能源装备的设定参数，并通过通讯层发送至数字孪生枢纽层；
所述通讯层，用于实现数字孪生枢纽层和物理层之间的数据传输；
所述数字孪生枢纽层，包括存储有各能源装备对应的数字孪生模型的数字孪生模型库，以及存储有数据处理策略的数据规则库，用于实现如权利要求1至6任一项所述的数据集成处理方法；
所述监控层，包括状态及环境监测单元、系统策略控制单元、能量管理单元、系统仿真与决策单元、设备智能运维单元和统计分析单元，用于接收目标参数，以促使各功能单元基于所述目标参数运行得到对应的计算结果和控制指令。
第四方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，包括：存储器、处理器及存储在存储器上并可在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第一方面所述的方法。
第五方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序运行时控制所述计算机可读存储介质所在的电子设备执行第一方面所述的方法。
本申请实施方式的有益效果包括，例如：
本申请提供一种数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质，数字孪生枢纽层接收到能源装备的设定参数后，将对应数字孪生模型的参数进行更新，使能源装备的设定参数在数字孪生模型上集成，以对能源装备的运行状态等装备特性进行准确刻画和清晰描述，并调用数据处理策略对数字孪生模型已更新的参数进行处理，得到用于调度各功能单元对能源装备的运行状态进行指标协调优化的目标参数，使能源装备的设定参数进行模型-数据双重驱动处理，在一定程度上改进了现有控制中基于离散事件数据驱动的局限性，实现多数据贯通和联合使用下的协同管控和优化。
附图说明
为了更清楚地说明本公开的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施方式，因此不应被看作是对范围的限定，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他相关的附图。
图1为现有的控制模式的结构示意图。
图2为本申请实施方式提供的能源管理系统的结构示意图。
图3为本申请实施方式提供的电子设备的结构示意图。
图4为本申请实施方式提供的数据集成处理方法的第一流程示意图。
图5为图4中步骤S101的子步骤的流程示意图。
图6为图4中步骤S102的子步骤的流程示意图。
图7为本申请实施方式提供的数据集成处理方法的第二流程示意图。
图8为本申请实施方式提供的数据集成处理系统的一种结构示意图。
图9为本申请实施方式提供的另一种数据集成处理系统与功能单元的交互示意图。
附图标记说明：01-电子设备；02-处理器；03-存储器；04-识别模块；05-联合处理模块；06-调度模块。
具体实施方式
为使本申请实施方式的目的、技术方案和优点更加清楚，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。通常在此处附图中描述和示出的本申请实施方式的组件可以以各自不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施方式的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施方式。基于本申请中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下获得的所有其他实施方式，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
参照图1，图1为传统的“智能家居”或“智能楼宇”控制方案，主要是利用物联感知和机电控制技术进行离散化时间的响应。如图1所示，图1为穿孔智能楼宇和智能家居控制模式。其中，XS表示正常事件，
表示消极事件，X全表示全体事件，则有
此时，设
则需要用控制手段使E→0，以消除消极事件，控制手段f(E)则称为任务函数，该控制模式称为E→f(E)模式。使用上述方法进行无法达成多指标协同优化控制，其原因在于：a,事件隔离，消极事件的隔离看待导致工作流未能形成逻辑关联关系；b,数据隔离，某一事件下的数据单通道使用导致信息贯穿受阻；c，逻辑隔离，数据信息缺乏集合效应，前段采集数据在后方无法穷极使用；d，目标隔离，却反“集中式-分布式”管理的协同，导致指标优化处于分立状态。
基于上述考虑，本申请提供一种能源管理管理系统，该能源管理系统可以应用于住宅楼宇、写字楼等建筑楼或建筑群，或者智能家居。参照图2，该能源管理系统包括物理层、通讯层、监控层和数字孪生枢纽层，监控层和数字孪生枢纽层通讯连接；
物理层，包括多个感知监测设备，用于采集能源装备的设定参数，并通过通讯层发送至数字孪生枢纽层；
通讯层，用于实现数字孪生枢纽层和物理层之间的数据传输；
数字孪生枢纽层，包括存储有各能源设备对应的数字孪生模型的数字孪生模型库，以及存储有数据处理策略的数据规则库，用于实现本申请提供的数据集成处理方法；
监控层，包括状态及环境监测单元、系统策略控制单元、能量管理单元、系统仿真与决策单元，以及设备智能运维单元和统计分析单元，用于接收数字孪生枢纽层发送的目标参数，以促使各功能单元基于目标参数运行得到对应的计算结果和控制指令。
较为具体的，以上述能源管理系统应用于建筑进行智能楼宇控制为例。物理层可包括建筑中所有可控的基础设备和装备，主要分配三类。第一类为一次能源设施，包括电网、光伏发电、风力发电、锂电储能、氢能系统等分布式发电设备及其控制器和换流器。第二类为建筑负荷类设施，包括空调、照明、冰箱、电动百叶窗及其环流控制器。第三类为感知监测设备(设施)，包括能量采集、环境采集和安防监测设施等。如此，物理层提供了建筑的基础运行设施和感知监测设备，可根据不同用户需求，利用预留接口柔性配置资源，以满足不同使用场景要求。
通讯层，可采用“集中-分部式”协同方式进行构建，由重要交换机和串行通信协议(MODBUS)现场串口服务器组成，其主要作用为对数据和控制信息进行双向传递，MODBUS现场串口服务器按照类别与各类设施通过MODBUS接口进行连接，所有分布式MODBUS现场串口服务器将数据上传于中央交换机进行汇集，由中央交换机转换为以太网协议后向数字孪生枢纽层所在的服务器和分布式监测台进行数据传输，反向亦然。
数字孪生枢纽层，包括实现本申请提供的数据集成处理方法的数字孪生枢纽服务器，为能源管理系统的核心。
监控层，由中央控制屏、智能集中控制系统、实时仿真系统和分布式监测台组成，是实现系统级控制调度、仿真决策和人机交互的功能层。其中：
中央控制屏建立有被控建筑及其内部设备设施的三维可视化模型，对整体建筑运行采集数据进行展示，同时作为人机交互界面可方便用户实时查询设施、设备、环境及系统数据；
智能集中控制系统为各功能单元(状态及环境监测单元、系统策略控制单元、能量管理单元、系统仿真与决策单元，以及设备智能运维单元和统计分析单元)的部署载体，其主要作用为依据数字孪生枢纽服务器的指令调用不同功能单元进行优化控制计算，并将结果向数字孪生服务器进行传递以及在中央监控屏进行展示；
实时仿真系统由实时仿真器和数据接口组成，其内部建立了与实际建筑能源系统相对应的仿真模型，数据接口接收从数字孪生枢纽服务器传递的现场原始数据和关联优化数据后，由实时仿真器对装备和系统仿真模型进行滚动构造，通过仿真计算实现对能源管理系统故障的筛查、重构以及对潜在故障的智能预测；
分布式监测台与中央交换机进行连接，主要作用为方便现场运维检查时，对整体能源管理系统进行数据查询。
功能单元可以实现各项管控功能，且各个功能单元可依照自身需求进行合理柔性配置。
更进一步的，需要说明的是，状态及环境监测单元实现设备状态感知、电网节点监测、能力及负荷监测、环境应力监测和电能质量监测等。系统测量控制单元实现光伏功率平滑、削峰填谷、电池维护、电网给电、黑启动、多电源供电和负荷节能调控等。能量管理单元实现策略监测与分析、光伏预测、风电预测和负荷预测等。系统仿真与决策单元实现异常条件下仿真，系统边界逼近监测，系统故障断面筛查与故障定位以及故障重构策略等。设备智能运维单元实现全寿命资产管理，可视化状态监测，阈值分析，异常诊断及推理，故障预测，健康管理与评估以及故障定位与隔离等。统计分析单元实现实时数据统计，电量数据分析，历史曲线查询以及异常统计分析等。
参照图3，为本申请实施方式提供的一种电子设备的方框结构示意图，该电子设备01可以包括但不限于存储器03和处理器02。
其中，处理器02和存储器03均位于电子设备01中却二者分离设置。然而，应当理解的是，存储器03可以替换成计算机可读存储介质，且存储器03和计算机可读存储介质都可以是独立于电子设备01之外，且可以由处理器02通过总线接口来访问。此外，存储器03可以集成到处理器02中，例如，可以是高速缓存和/或通用寄存器。
在本实施方式中，计算机可读存储介质和存储器03均可用于存储计算机程序，处理器02执行计算机程序时，能够实现本申请实施方式给出的数据集成处理方法。
需要说明的是，图3所示的电子设备01的结构示意图，电子设备01还可以包括比图3中所示更多或更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。电子设备01可以是，但不限于计算机、手机、IPad、服务器、笔记本电脑、移动上网设备等。
本申请提供的数据集成处理方法，应用于数字孪生枢纽层，数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各数字孪生模型的参数分别对应的数据处理策略，数字孪生枢纽层与包括多个功能单元的监控层通信连接。如图4所示，数据集成处理方法包括以下步骤：
步骤S101，接收能源装备的设定参数，确定设定参数的关联装备、属性及类别。
步骤S102，根据关联装备确定所对应的数字孪生模型，并根据设定参数、属性和类别，将该数字孪生模型的属性数据组中与设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数。
步骤S103，将目标参数发送至监控层，以促使各功能单元基于目标参数运行得到对应的计算结果和控制指令。
其中，设定参数包括运行参数和环境参数。
通过上述方法，数字孪生枢纽层接收到能源装备的设定参数后，将对应数字孪生模型的参数进行更新，使能源装备的设定参数在数字孪生模型上集成，以对能源装备的运行状态等装备特性进行准确刻画和清晰描述，并调用数据处理策略对数字孪生模型已更新的参数进行处理，得到用于调度各功能单元对能源装备的运行状态进行指标协调优化的目标参数，使能源装备的设定参数进行模型-数据双重驱动处理，在一定程度上改进了现有控制中基于离散事件数据驱动的局限性，实现多数据贯通和联合使用下的协同管控和优化。
本申请中的数字孪生模型，以能源装备为最小单元，结合能源装备的运行参数和环境参数构建而成，用于描述能源装备的属性特征。即每个能源装备都有其对应的数字孪生模型。
进一步的，作为数字孪生模型的一种实施方式，数字孪生模型为：
DTEM＝(GAE,PAE,FAE,RAE)
其中，GAE表示能源装备的几何属性数据组，用于构建可视化模型；PAE表示能源装备的物理属性数据组，涵盖能源装备的基本部件组成、功率(电压、电流)等属性值、环境应力、故障模式等基础信息，即表示能源装备的物理能力；FAE表示能源装备的功能属性数据组，即可表示能源装备的基本功能、行为模式以及输出函数等；RAE表示能源装备的规则属性数据组，规则属性数据组用于限定能源装备的工作约束条件，并阐明能源装备与前后级能源装备或部件的组织关系及关联推演模型等。
从而，数字孪生模型将关于能源装备的所有设定参数，进行集成、贯通和联合使用处理，实现了在数字空间对现实能源装备的描述和刻画，同时对能源装备的运行状态等装备特性进行准确刻画和清晰描述。此外，所有数据的输入与输出都以数字孪生模型为基础，既清晰限定了数据的类别及格式，也可实现对数据的汇聚，以进行更加深入的数据关系挖掘。
参照图5，为步骤S101的子步骤的流程示意图，包括如下步骤：
步骤S201，接收包括能源装备的设定参数以及标识编码的数据串。
步骤S202，对数据串进行数据校验与判定以判定设定参数的真实性。
步骤S203，根据标识编码确定通过判定的设定参数的关联装备、属性及类别。
每个设定参数可以有其对应的标识编码，根据标识编码可以得到每个设定参数对应的关联设备、属性及类别，从而便于对接收的设定参数进行识别。
需要说明的是，数据处理策略包括逻辑判断规则和数据关联算法。其中，数据关联算法可以包括kmeans聚类算法、高斯混合模型和遗传算法等，数据关联算法用于挖掘数据的关联关系。逻辑判断规则包括但不限于阈值判断，如能源装备的环境温度是否超过温度阈值，或者室内用电量是否降低或者升高。
参照图6，为步骤S102的子步骤的流程示意图，包括如下步骤：
步骤S301，根据关联装备确定所对应的数字孪生模型，根据属性确定设定参数在该数字孪生模型中所属的属性数据组，根据类别将该确定的属性数据组中对应类别的参数更新为设定参数。
步骤S302，调用已更新的参数所对应的数据处理策略，对已更新的参数进行逻辑判断或关联计算，得到已更新的参数的关联关系。
步骤S303，根据关联关系确定产生影响的功能单元，并得到产生影响的功能单元的逻辑调度规则，根据逻辑调度规则对已更新的参数施加功能调度标签，得到目标参数。
其中，关联关系表示已更新的参数间的指标协同关系，产生影响的功能单元用于实现已更新的参数的指标协同优化。已更新的参数可以是多个关联关系的数据，且一般为多个。
对已更新的参数联合进行逻辑判断或关联计算，得到已更新的参数的关联关系，再根据关联关系确定产生影响的功能单元及其逻辑调度规则，以得到目标参数，从而功能单元能够根据目标参数运行进行仿真或控制计算等。
以下结合例子，对上述数据集成处理方法，即能源管理系统中的数字孪生枢纽层和监控层的数据联合处理过程，进行贴合事实的说明。
例如，当监测到某一能源装备的运行参数出现异常，则根据数字孪生模式中的PAE，FAE定义，将与已更新且与该异常参数有关联的数据进行打包，并施加功能调度标签，发送至监控层的设备智能运维单元，设备智能运维单元将启动基于知识和故障机理的贝叶斯诊断网络，进行故障筛查；同时根据RAE中的关联推演模型，将与该能源装备关联前后级参数施加功能调度标签后发送至监控层的系统仿真与决策单元，该单元将异常的运行参数引入仿真模型，并通过仿真计算对异常可能产生的系统冲击或故障进行定位和程度判定，输出关于相关决策建议的结果。
又例如，当接收的设定参数结合数字孪生模型的工作约束条件，表明建筑某一区域温度值过低时，则调取该区域室内外照度和室内外温度(此时为关于空调的数字孪生模型的照度位和温度位参数已更新的情况下)，做基本逻辑判断。若室外阳光充足，则将室内外照度、室内外温度施加功能调度标签打包成目标参数后，发送至状态与环境监测单元以及系统策略控制单元。系统策略控制单元接收到目标参数后，按照多目标协同优化遗传算法对空调进行升温控制，得到对应的计算结果和控制指令。相关的能源装备接收到计算结果和控制指令后可能执行如下动作：打开百叶窗，使阳光进入室内，而后降低照明灯具照度，降低空调运行效率，以实现温度-照度协同优化的节能目标。
再例如，当接收的设定参数结合数字孪生模型的工作约束条件，表明室内用电量降低时，则将全部电器对应的数字孪生模型的PAE数据组更新后的参数施加功能调度标签后发送至能量管理单元和系统策略控制单元。能量管理单元调用负荷预测模型，对下一时段负荷功能进行预测，系统策略控制单元依据能量管理单元的预测结果对控制策略进行调整，生成关于调整后的控制策略的控制指令，该控制指令将经过数字孪生枢纽层、通讯层到的各电器的控制器上。该控制策略可能为提升能源使用效率，降低部分模块使用频次，降低电器的工作损耗。
显然，目标参数可以发送至产生影响的功能单元上，产生影响的功能单元中的各单元可同时运行，也可以前后运行，且后运行的功能单元可以前运行的功能单元的结果作为输入来运行。
参照图7，基于上述方法，数据集成处理方法还包括如下步骤：
步骤S401，接收监控层返回的计算结果和控制指令。
步骤S402，将计算结果和控制指令所对应的数字孪生模型中物理属性数据组更新为计算结果和控制指令包含的调节参数。
步骤S403，将计算结果和控制指令发送至对应的数字孪生模型所对应的能源装备或能源装备的关联接收方。
根据计算结果和控制指令将数字孪生模型更新，使得数字孪生模型与对应的能源装备同步，以同步刻画对应的能源装备。
需要说明的是，步骤S402和步骤S403的顺序可先后调整顺序，也可以同时进行。步骤S401-步骤S403与步骤S101-步骤S103可以是并行执行，也可以在步骤S103之后执行步骤S401-S403。需要说明的是，步骤S401-步骤S403与步骤S101-步骤S103都为能在数字孪生枢纽层上实现的方法，不同的设定参数有与其关联的步骤S101-步骤S103和步骤S401-步骤S403，因此当步骤S101-步骤S103和步骤S401-步骤S403为同一组设定的参数的关联步骤，则有先后顺序，否则，无先后顺序。
本申请还提供一种数据集成处理系统，应用于数字孪生枢纽层，数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各数字孪生模型的参数分别对应的数据处理策略，数字孪生枢纽层与包括多个功能单元的监控层通信连接。参照图8，该系统包括识别模块04、联合处理模块05和调度模块06。
识别模块04，用于接收能源装备的设定参数，确定设定参数的关联装备、属性及类别。其中，设定参数包括运行参数和环境参数。即识别模块04可实现上述步骤S101。
联合处理模块05，用于根据关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数。即联合处理模块05用于实现上述步骤S102的方法。
调度模块06，用于将目标参数发送至所述监控层，以促使各功能单元基于目标参数运行得到对应的计算结果和控制指令。即调度模块06实现上述步骤S103的方法。
通过上述模块，识别模块04接收设定参数后确定其关联装备、属性及类别，联合处理模块05将对应数字孪生模型的参数进行更新，使能源装备的设定参数在数字孪生模型上集成，以对能源装备的运行状态等装备特性进行准确刻画和清晰描述，并调用数据处理策略对数字孪生模型已更新的参数进行处理，得到用于调度各功能单元对能源装备的运行状态进行指标协调优化的目标参数，使能源装备的设定参数进行模型-数据双重驱动处理，调度模块06将目标参数发送至监控层，在一定程度上改进了现有控制中基于离散事件数据驱动的局限性，实现多数据贯通和联合使用下的协同管控和优化。
参照图9，作为另一种模块划分方式的数据集成处理系统，该系统可包括：数据校验与判别模块、联合处理模块05、功能调度耦合模块、功能调度解耦模块和数据路由模块。其中，数据校验与判别模块用于实现上述步骤S201和步骤S202；联合处理模块05用于实现上述步骤S203、步骤S301、步骤S302，以及步骤S303中的“根据关联关系确定产生影响的功能单元，并得到产生影响的功能单元的逻辑调度规则”。功能调度耦合模块，用于实现步骤S303中的“根据逻辑调度规则对已更新的参数施加功能调度标签，得到目标参数”和步骤S103。功能调度解耦模块，用于实现步骤S401-步骤S402，数据路由模块实现步骤S403。
上述模块划分，仅仅只是其中之二的实施方式，可根据实际需要划分成不同的功能模块。
在本公开所提供的几个实施方式中，应该理解到，所揭露的装置、系统图和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本公开的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本公开各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备01，或者网络设备等)执行本公开各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器03(ROM，Read-Only Memory)、随机存取存储器03(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本公开的可选实施方式而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (8)
1.一种数据集成处理方法，其特征在于，应用于数字孪生枢纽层，所述数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各所述数字孪生模型的参数分别对应的数据处理策略，所述数字孪生枢纽层与包括多个功能单元的监控层通信连接，所述方法包括：
接收能源装备的设定参数，确定所述设定参数的关联装备、属性及类别，其中，所述设定参数包括运行参数和环境参数；
根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数；
将所述目标参数发送至所述监控层，以促使各所述功能单元基于所述目标参数运行得到对应的计算结果和控制指令；
所述数字孪生模型为：
DTEM＝(GAE,PAE,FAE,RAE)
其中，GAE表示能源装备的几何属性数据组，用于构建可视化模型，PAE表示能源装备的物理属性数据组，FAE表示能源装备的功能属性数据组，RAE表示能源装备的规则属性数据组，所述规则属性数据组用于限定能源装备的工作约束条件，并阐明能源装备与前后级能源装备或部件的组织关系及关联推演模型；
所述数据处理策略包括逻辑判断规则和数据关联算法，所述根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数的步骤，包括：
根据所述关联装备确定所对应的数字孪生模型，根据所述属性确定所述设定参数在该数字孪生模型中所属的属性数据组，根据所述类别将该确定的属性数据组中对应类别的参数更新为所述设定参数；
调用已更新的参数所对应的数据处理策略，对所述已更新的参数进行逻辑判断或关联计算，得到所述已更新的参数的关联关系，所述关联关系表示已更新的参数间的指标协同关系；
根据所述关联关系确定产生影响的功能单元，并得到所述产生影响的功能单元的逻辑调度规则，根据所述逻辑调度规则对所述已更新的参数施加功能调度标签，得到目标参数，所述产生影响的功能单元用于实现已更新的参数的指标协同优化。
2.根据权利要求1所述的方法，其特征在于，所述数字孪生模型以能源装备为最小单元，结合所述能源装备的运行参数和环境参数构建而成，用于描述所述能源装备的属性特征。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收所述监控层返回的计算结果和控制指令；
将所述计算结果和控制指令所对应的数字孪生模型中物理属性数据组更新为所述计算结果和控制指令包含的调节参数；
将所述计算结果和控制指令发送至所述对应的数字孪生模型所对应的能源装备或能源装备的关联接收方。
4.根据权利要求1所述的方法，其特征在于，所述接收各能源装备的设定参数，确定所述设定参数的关联装备、属性及类别的步骤，包括：
接收包括能源装备的设定参数以及标识编码的数据串；
对所述数据串进行数据校验与判定以判定所述设定参数的真实性；
根据所述标识编码确定通过判定的所述设定参数的关联装备、属性及类别。
5.一种数据集成处理系统，其特征在于，应用于数字孪生枢纽层，所述数字孪生枢纽层中预存有各能源装备分别对应的数字孪生模型，以及与各所述数字孪生模型的参数分别对应的数据处理策略，所述数字孪生枢纽层与包括多个功能单元的监控层通信连接，所述系统包括：
识别模块，用于接收能源装备的设定参数，确定所述设定参数的关联装备、属性及类别，其中，所述设定参数包括运行参数和环境参数；
联合处理模块，用于根据所述关联装备确定所对应的数字孪生模型，并根据所述设定参数、属性和类别，将该数字孪生模型的属性数据组中与所述设定参数对应类别的参数进行更新，调用已更新的参数所对应的数据处理策略对该已更新的参数进行处理，得到施加功能调度标签后的目标参数；
调度模块，用于将所述目标参数发送至所述监控层，以促使各所述功能单元基于所述目标参数运行得到对应的计算结果和控制指令；
所述数字孪生模型为：
DTEM＝(GAE,PAE,FAE,RAE)
其中，GAE表示能源装备的几何属性数据组，用于构建可视化模型，PAE表示能源装备的物理属性数据组，FAE表示能源装备的功能属性数据组，RAE表示能源装备的规则属性数据组，所述规则属性数据组用于限定能源装备的工作约束条件，并阐明能源装备与前后级能源装备或部件的组织关系及关联推演模型；
所述联合处理模块，还用于：
根据所述关联装备确定所对应的数字孪生模型，根据所述属性确定所述设定参数在该数字孪生模型中所属的属性数据组，根据所述类别将该确定的属性数据组中对应类别的参数更新为所述设定参数；
调用已更新的参数所对应的数据处理策略，对所述已更新的参数进行逻辑判断或关联计算，得到所述已更新的参数的关联关系，所述关联关系表示已更新的参数间的指标协同关系；
根据所述关联关系确定产生影响的功能单元，并得到所述产生影响的功能单元的逻辑调度规则，根据所述逻辑调度规则对所述已更新的参数施加功能调度标签，得到目标参数，所述产生影响的功能单元用于实现已更新的参数的指标协同优化。
6.一种能源管理系统，其特征在于，包括：物理层、通讯层和监控层，以及数字孪生枢纽层；
所述物理层，包括多个感知监测设备，用于采集能源装备的设定参数，并通过通讯层发送至数字孪生枢纽层；
所述通讯层，用于实现数字孪生枢纽层和物理层之间的数据传输；
所述数字孪生枢纽层，包括存储有各能源装备对应的数字孪生模型的数字孪生模型库，以及存储有数据处理策略的数据规则库，用于实现如权利要求1至4任一项所述的数据集成处理方法；
所述监控层，包括状态及环境监测单元、系统策略控制单元、能量管理单元、系统仿真与决策单元、设备智能运维单元和统计分析单元，用于接收目标参数，以促使各功能单元基于所述目标参数运行得到对应的计算结果和控制指令。
7.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在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权利要求1至4任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序，所述计算机程序运行时控制所述计算机可读存储介质所在的电子设备执行权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110776605.XA CN113435657B (zh) | 2021-07-09 | 2021-07-09 | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110776605.XA CN113435657B (zh) | 2021-07-09 | 2021-07-09 | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435657A CN113435657A (zh) | 2021-09-24 |
| CN113435657B true CN113435657B (zh) | 2022-12-23 |
Family
ID=77759727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110776605.XA Active CN113435657B (zh) | 2021-07-09 | 2021-07-09 | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435657B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114153313B (zh) * | 2021-11-29 | 2022-10-04 | 苏州密尔光子科技有限公司 | 激光手术器械控制方法、装置及电子设备 |
| CN114301953A (zh) * | 2021-12-13 | 2022-04-08 | 北京首奥置业有限公司 | 物联网设备联动控制方法及装置、存储介质、电子装置 |
| CN114492179A (zh) * | 2022-01-13 | 2022-05-13 | 工赋(青岛)科技有限公司 | 信息处理系统、方法、装置、设备及存储介质 |
| CN115189994B (zh) * | 2022-07-08 | 2023-05-16 | 中国联合网络通信集团有限公司 | 数据同步方法及装置、计算机可读存储介质 |
| CN114897447A (zh) * | 2022-07-12 | 2022-08-12 | 北京智芯微电子科技有限公司 | 综合能源协同控制方法及系统 |
| CN115314499B (zh) * | 2022-10-10 | 2023-01-24 | 国网浙江省电力有限公司嵊州市供电公司 | 适用于电力领域的多终端协同工作方法及系统 |
| CN115933422A (zh) * | 2022-12-27 | 2023-04-07 | 广州视声智能股份有限公司 | 一种基于数字孪生的家居设备控制方法及装置 |
| CN116503042B (zh) * | 2023-03-15 | 2023-12-19 | 上海天方夜谭网络科技有限公司 | 适用于检维修人员培训数据处理方法及系统 |
| CN116148105B (zh) * | 2023-04-21 | 2023-06-30 | 清华四川能源互联网研究院 | 落球式耐久冲击试验的加速试验方法及系统 |
| CN117665221B (zh) * | 2024-02-01 | 2024-05-24 | 江苏镨赛精工科技有限公司 | 一种复合材料制品的性能检测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933035A (zh) * | 2019-04-24 | 2019-06-25 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的生产线控制系统、方法及生产系统 |
| CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
| CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
| CN112818595A (zh) * | 2021-01-28 | 2021-05-18 | 西安交通大学 | 一种火电厂蒸发区的数字孪生模型数据的修正方法及系统 |
| CN112906299A (zh) * | 2021-02-05 | 2021-06-04 | 北京交通大学 | 城轨供电系统的数字孪生仿真的数据计算方法、系统 |
| CN113064351A (zh) * | 2021-03-26 | 2021-07-02 | 京东数字科技控股股份有限公司 | 数字孪生模型构建方法、装置、存储介质及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11223513B2 (en) * | 2019-12-19 | 2022-01-11 | Schlumberger Technology Corporation | Digital avatar at an edge of a network |
| CN112258094A (zh) * | 2020-11-27 | 2021-01-22 | 西南交通大学 | 一种基于数字孪生的地铁列车性能评估系统构建方法 |
| CN112668237B (zh) * | 2020-12-25 | 2023-06-16 | 深圳华龙讯达信息技术股份有限公司 | 一种基于工业互联网云平台的数字孪生模型及其构建方法 |
-
2021
- 2021-07-09 CN CN202110776605.XA patent/CN113435657B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933035A (zh) * | 2019-04-24 | 2019-06-25 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的生产线控制系统、方法及生产系统 |
| CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
| CN112017074A (zh) * | 2020-09-03 | 2020-12-01 | 浙江华电器材检测研究所有限公司 | 一种基于机器学习的能量协同管理系统 |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
| CN112818595A (zh) * | 2021-01-28 | 2021-05-18 | 西安交通大学 | 一种火电厂蒸发区的数字孪生模型数据的修正方法及系统 |
| CN112906299A (zh) * | 2021-02-05 | 2021-06-04 | 北京交通大学 | 城轨供电系统的数字孪生仿真的数据计算方法、系统 |
| CN113064351A (zh) * | 2021-03-26 | 2021-07-02 | 京东数字科技控股股份有限公司 | 数字孪生模型构建方法、装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435657A (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113435657B (zh) | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 | |
| CN112543429B (zh) | 一种具备自主决策功能的可配置边缘计算网关 | |
| CN110460040B (zh) | 一种考虑智能建筑热平衡特性的微电网运行调度方法 | |
| CN103984316A (zh) | 能源管理设备和系统 | |
| CN110264080A (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
| Pang et al. | Virtual smart metering in automation and simulation of energy-efficient lighting system | |
| Bajer | IoT for smart buildings-long awaited revolution or lean evolution | |
| Song et al. | An IoT-based smart controlling system of air conditioner for high energy efficiency | |
| Chinchero et al. | A review on energy management methodologies for LED lighting systems in smart buildings | |
| CN115619136A (zh) | 楼宇管理方法和系统 | |
| CN103679306A (zh) | 节省楼宇能源消耗的方法和系统 | |
| CN115264761A (zh) | 用于大型中央空调系统节能优化的边缘控制系统 | |
| Twum-Duah et al. | A comparison of direct and indirect flexibilities on the self-consumption of an office building: The case of predis-mhi, a smart office building | |
| CN113032645A (zh) | 一种基于楼宇的智能工程物联数据集成管理方法和管理系统 | |
| CN110162824B (zh) | 一种智能家庭能源管理系统的结构设计与通信选择方法 | |
| Ramesh et al. | Using CPS Enabled Microgrid System for optimal power utilization and supply strategy | |
| CN115619159B (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
| CN101231523B (zh) | 一种灵敏负荷的控制系统及方法 | |
| CN113962100A (zh) | 基于大数据分析的自动寻优智慧能源控制系统及方法 | |
| Rao et al. | Role of power line communications in the Smart Grid: Applications, challenges, and research initiatives | |
| Jimeno et al. | Framework for the integration of active tertiary prosumers into a smart distribution grid | |
| Tanasiev et al. | Energy efficiency through intelligent management of building equipment | |
| CN117249537B (zh) | 一种基于中央空调的虚拟电厂调度与控制系统及方法 | |
| US11962152B2 (en) | Method for supervisory control of building power consumption | |
| Marinova et al. | IoT Approach for Improving the Energy Efficiency in the Durres Port Authority Buildings |
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 |