CN113803853A - 变电站分布式空调节能系统及方法 - Google Patents
变电站分布式空调节能系统及方法 Download PDFInfo
- Publication number
- CN113803853A CN113803853A CN202111068602.7A CN202111068602A CN113803853A CN 113803853 A CN113803853 A CN 113803853A CN 202111068602 A CN202111068602 A CN 202111068602A CN 113803853 A CN113803853 A CN 113803853A
- Authority
- CN
- China
- Prior art keywords
- substation
- distributed
- control module
- parameter data
- air
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004378 air conditioning Methods 0.000 claims abstract description 59
- 230000007613 environmental effect Effects 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 238000009423 ventilation Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种变电站分布式空调节能系统及方法，其中，该系统包括：环境参数采集模块、站内控制模块、分布式控制器与云平台，其中，环境参数采集模块包括设置于变电站室内外的温湿度传感器与分布式控制器内的电气参数传感器，站内控制模块接收环境参数数据和运行参数数据，根据内置BP神经网络算法预测变电站内温度变化，发出控制指令到分布式控制器；分布式控制器接收控制模块的控制信号，并以对空调、通风机进行控制；云平台接收站内控制模块的运行状态参数，进行信息分析与故障警告功能。该系统应用智能算法并考虑不同室外条件下的室内环境，能够实现对单个变电站空调系统进行节能控制，也能通过云平台实现区域监控与维护管理。
Description
技术领域
本发明涉及配电及空调节能技术领域，特别涉及一种变电站分布式空调节能系统及方法。
背景技术
绿色发展战略与节能减排战略的大力推进，对供配电系统配套耗能设备的节能运行管理提出了更高的要求。当前，国内变电站多使用分体式空调系统实现变电站内环境温度的控制。由于分体式空调的独立调节特性以及变电站不同的运行环境，变电站内空调系统存在运行参数设置主观、运行管理粗放与室外风利用率低下的问题。导致变电站空调设备耗能大，环境适应性差，管理检修困难，不符合我国智能电网“经济、环境友好”的建设目标。
为了实现变电站空调系统的节能控制与集中管理，相关技术一公开了一种变电站空调节能管理办法及系统，通过变电站内不同空调节点的温度数据求算站内环境温度，并根据不同温度值控制空调开启台数，实现节能效果。该方案操作性高，可靠性强，可以根据温度值实现阶梯调控，但不同控制温度值的选取存在主观性，同时未考虑室外冷量的有效利用。相关技术二公开了一种变电站空调智能监测系统，采集空调系统运行数据，并将数据发送到后台进行监控，实现空调系统的及时告警。该方案控制简便，实现了变电站空调的集中控制，但其数据的采集仅针对空调的温度与水量，监控后台不具备数据深度分析功能，同时未考虑网络传输信号不稳定的情况。
综上，现有的变电站空调节能及管理系统存在调节能力有限，室外冷量利用不充分，运行数据分析能力不强等问题；制约了我国绿色发展战略与节能减排战略的发展，故亟待一种变电站分布式空调节能系统及云平台，能够智能调控变电站空调系统的运行状态，同时实现与云端的数据交互与运行控制。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种变电站分布式空调节能系统。
本发明的另一个目的在于提出一种变电站分布式空调节能方法。
为达到上述目的，本发明一方面实施例提出了变电站分布式空调节能系统，包括：环境参数采集模块、站内控制模块、分布式控制器和云平台，其中，所述环境参数采集模块包括设置于变电站室内外的温湿度传感器和所述分布式控制器内的电气参数传感器，用于采集环境参数数据和所述电气参数传感器的运行参数数据，并传递给站内控制模块；所述站内控制模块，用于处理所述环境参数数据和所述运行参数数据，以预测变电站内的温度变化值，根据所述温度变化值向所述分布式控制器发出控制指令，同时监控自身的当前运行状态参数；所述分布式控制器为空调设备、通风设备端的控制器，用于接收所述站内控制模块的控制信号，以对空调设备、通风机设备进行控制；所述云平台，用于接收所述站内控制模块的当前运行状态参数，以进行信息对比分析，并发出故障警告。
本发明实施例的变电站分布式空调节能系统，对变电站室内外温湿度条件、空调系统运行参数进行监测，通过BP神经网络算法实现变电站空调系统的节能运行控制，利用云平台实现对变电站的数据分析及维护警告。
另外，根据本发明上述实施例的变电站分布式空调节能系统还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述环境参数采集模块分布式设置于变电站内温度控制区域与变电站室外典型气象参数位置。
进一步地，在本发明的一个实施例中，所述分布式控制器设置于变电站内空调设备与通风设备处，每一台设备对应一台分布式控制器。
进一步地，在本发明的一个实施例中，所述站内控制模块对应于单个变电站，一个变电站内设置一台站内控制模块。
进一步地，在本发明的一个实施例中，所述站内控制模块中发出的控制指令包括但不限于开机、停机、调整频率、调整转速、改变设计温度。
进一步地，在本发明的一个实施例中，所述站内控制模块中采用BP神经网络算法处理所述环境参数数据和所述运行参数数据，以预测变电站内环境温度，并向所述分布式控制器发出控制指令。
进一步地，在本发明的一个实施例中，所述环境参数采集模块和所述分布式控制器通过使用局域网和/或RS485通信方式与所述站内控制模块进行数据间传递。
进一步地，在本发明的一个实施例中，所述站内控制模块通过拨号、GPRS及WiFi远程通信方式与所述云平台进行数据传递。
进一步地，在本发明的一个实施例中，所述站内控制模块和所述云平台具备数据存储功能。
为达到上述目的，本发明另一方面实施例提出了变电站分布式空调节能方法，包括以下步骤：步骤S1，在变电站室内外设置温湿度传感器和分布式控制器内的电气参数传感器，采集变电站室内外的环境参数数据和运行参数数据；步骤S2，通过BP神经网络算法预测处理所述变电站室内外的环境参数数据和所述运行参数数据，求解变电站内温度变化，并监控自身的当前运行状态参数；步骤S3，根据所述温度变化值对空调设备和通风设备做出调整，同时根据所述当前运行状态参数进行信息对比分析，并发出故障警告。
本发明实施例的变电站分布式空调节能方法，对变电站室内外温湿度条件、空调系统运行参数进行监测，通过BP神经网络算法实现变电站空调系统的节能运行控制，利用云平台实现对变电站的数据分析及维护警告。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的变电站分布式空调节能系统的结构示意图；
图2是本发明一个实施例的BP神经网络算法流程图；
图3是本发明一个实施例的变电站分布式空调节能方法流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的变电站分布式空调节能系统及方法，首先将参照附图描述根据本发明实施例提出的变电站分布式空调节能系统。
图1是本发明一个实施例的变电站分布式空调节能系统的结构示意图。
如图1所示，该装置10包括：环境参数采集模块100、站内控制模块200、分布式控制器300和云平台400。
其中，环境参数采集模块100包括设置于变电站室内外的温湿度传感器和分布式控制器内的电气参数传感器，用于采集环境参数数据和电气参数传感器的运行参数数据，并传递给站内控制模块。站内控制模块200用于处理环境参数数据和运行参数数据，以预测变电站内的温度变化值，根据温度变化值向分布式控制器发出控制指令，同时监控自身的当前运行状态参数。分布式控制器300为空调设备、通风设备端的控制器，用于接收站内控制模块的控制信号，以对空调设备、通风机设备进行控制。云平台400用于接收站内控制模块的当前运行状态参数，以进行信息对比分析，并发出故障警告。
进一步地，环境参数采集模块100分布式设置于变电站内温度控制区域与变电站室外典型气象参数位置。
进一步地，站内控制模块200具备数据存储功能，可存储一定时间内的变电站内运行参数数据及环境参数数据，也具备拨号上网、GPRS上网及WiFi联网功能，在网络信号不佳的地区可以通过导出存储的数据，在网络条件良好的地方可以实现数据的手动上传，另外，站内控制模块200对应于单个变电站，一个变电站内设置一台站内控制模块200。
进一步地，在本发明的一个实施例中，站内控制模块中采用BP神经网络算法处理环境参数数据和运行参数数据，以预测变电站内环境温度，并向分布式控制器发出控制指令。
具体地，站内控制模块200用于接收变电站内外温湿度参数与变电站内空调及通风设备的运行参数(运行时间、运行频率、设计温度、耗电量)，并通过BP神经网络算法预测变电站内温度变化，计算不同室外及室内条件下的空调最佳运行状态，向分布式控制器300下达运行状态调节指令；同时向云平台400上传变电站基本信息、设备运行参数设置及变电站内外环境参数。
需要说明的是，如图2所示，BP神经网络算法的处理过程具体为：初始化站内控制模块200，人为输入变电站装机容量、空调设备参数与空调设备数量等基本参数；并输入变电站内设计温度区间值；接收环境参数采集模块100传递的变电站环境参数，接收运行参数采集模块传递的空调设备运行参数；带入环境参数与设备运行参数，计算参数采集节点连接权，计算变电站内温度预测值。不断采集变电站内数据进行神经网络训练；通过预测温度值计算变电站内空调系统的最优控制量；当变电站内空调设备运行状态与最优控制量相同时，空调设备保持当前运行状态继续运行；当变电站内空调设备运行状态与最优控制量不同时，将最优控制量转化为调节动作，并发出调节命令至分布式控制器300，过程结束后转入下一循环。
其中，所述站内控制模块200下达的控制调节指令包括但不限于控制空调、风机开启或关闭，改变空调、风机运行频率，改变空调、风机转速。
举例而言，假设变电站内空调运行设置温度为X，空调运行频率为Y，风机转速为Z，则设备最佳运行参数指令可以为：开启空调、关闭空调；开启通风机、关闭通风机；调节空调运行温度为X；调节通风机转速为Z。
进一步地，分布式控制器300包括运行参数采集模块301与运行状态控制模块302，其中，运行参数采集模块301实时采集变电站内空调系统及通风设备的运行参数，并将被测运行参数数据传递给站内控制模块200；运行状态控制模块302接收站内控制模块200下达的运行状态调节指令，并对所负责的空调通风设备做出控制。
进一步地，分布式控制器300设置于变电站内空调设备与通风设备处，每一台设备对应一台分布式控制器300，其中，分布式控制器300包括但不限于智能插座等设备，对变频空调、定频空调，变速风机均可实现控制调节。
进一步地，云平台400可以为服务器，接收站内控制模块200上传的变电站基本信息、设备运行参数设置及变电站内外环境参数；对上传数据进行分析处理，不断优化空调及通风设备运行参数，对运行异常的设备进行检修警告。其中，云平台400控制多个变电站，具备数据存储功能。
进一步地，本发明实施例中的环境参数采集模块100和分布式控制器300通过使用局域网和/或RS485通信方式与站内控制模块200进行数据间传递，站内控制模块200通过拨号、GPRS及WiFi远程通信方式与云平台400进行数据传递。
本发明实施例的工作过程可以为：环境参数采集模块100采集变电站室内外温湿度参数数据，并将环境参数数据发送给站内控制模块200，分布式控制器300的运行参数采集模块301采集变电站内空调设备、通风设备的运行参数数据，并发送给站内控制模块200；站内控制模块200接收环境参数数据和设备运行参数数据，然后通过BP神经网络算法分析处理环境参数数据与设备运行参数数据，预测变电站内温度变化，计算设备最佳运行参数，并将设备最佳运行参数指令下达给分布式控制器300，同时，站内控制模块200将变电站基本信息、环境参数、设备运行参数上传至云平台400；分布式控制器300接收最佳运行参数指令，调节空调系统、通风设备运行参数至最佳运行参数；云平台400接收站内控制模块200上传的变电站基本信息、环境参数、设备运行参数数据，同样通过BP神经网络算法分析变电站环境参数数据与运行参数数据，分析设备运行状态，对故障设备进行及时警告。
综上，根据本发明实施例提出的变电站分布式空调节能系统，具有以下几个有益效果：
(1)利用BP神经网络算法自动计算变电站空调设备、通风设备最优运行状态参数并进行自主调节，在室外冷量合理条件下有效进行通风降温，实现变电站的经济节能运行；
(2)数据采集及设备的运行控制终端采用一对一分布式设计，当单台设备出现故障时在算法介入下可以调节其他设备改变运行状态，实现变电站整体环境温度的控制保障；
(3)单一变电站的运行控制交由站内控制模块进行集中管理，多个变电站的运行控制交由云平台进行集中管理，变电站的运行维护、设备告警等功能均集成在云平台，操作人员只需进行前期安装及后期维护，实现了变电站的无人值守。
其次参照附图描述根据本发明实施例提出的变电站分布式空调节能方法。
图3是本发明一个实施例的变电站分布式空调节能方法的流程图。
如图3所示，该变电站分布式空调节能方法包括以下步骤：
在步骤S1中，在变电站室内外设置温湿度传感器和分布式控制器内的电气参数传感器，采集变电站室内外的环境参数数据和运行参数数据。
在步骤S2中，通过BP神经网络算法预测处理变电站室内外的环境参数数据和运行参数数据，求解变电站内温度变化，并监控自身的当前运行状态参数。
在步骤S3中，根据温度变化值对空调设备和通风设备做出调整，同时根据当前运行状态参数进行信息对比分析，并发出故障警告。
需要说明的是，前述集中在变电站分布式空调节能系统实施例的解释说明也适用于本发明实施例的变电站分布式空调节能方法，其实现原理类似，在此不再赘述。
根据本发明实施例提出的变电站分布式空调节能方法，对变电站室内外温湿度条件、空调系统运行参数进行监测，通过BP神经网络算法实现变电站空调系统的节能运行控制，利用云平台实现对变电站的数据分析及维护警告。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种变电站分布式空调节能系统，其特征在于，包括：环境参数采集模块、站内控制模块、分布式控制器和云平台，其中，
所述环境参数采集模块包括设置于变电站室内外的温湿度传感器和所述分布式控制器内的电气参数传感器，用于采集环境参数数据和所述电气参数传感器的运行参数数据，并传递给站内控制模块；
所述站内控制模块，用于处理所述环境参数数据和所述运行参数数据，以预测变电站内的温度变化值，根据所述温度变化值向所述分布式控制器发出控制指令，同时监控自身的当前运行状态参数；
所述分布式控制器为空调设备、通风设备端的控制器，用于接收所述站内控制模块的控制信号，以对空调设备、通风机设备进行控制；
所述云平台，用于接收所述站内控制模块的当前运行状态参数，以进行信息对比分析，并发出故障警告。
2.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述环境参数采集模块分布式设置于变电站内温度控制区域与变电站室外典型气象参数位置。
3.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述分布式控制器设置于变电站内空调设备与通风设备处，每一台设备对应一台分布式控制器。
4.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述站内控制模块对应于单个变电站，一个变电站内设置一台站内控制模块。
5.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述站内控制模块中发出的控制指令包括但不限于开机、停机、调整频率、调整转速、改变设计温度。
6.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述站内控制模块中采用BP神经网络算法处理所述环境参数数据和所述运行参数数据，以预测变电站内环境温度，并向所述分布式控制器发出控制指令。
7.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述环境参数采集模块和所述分布式控制器通过使用局域网和/或RS485通信方式与所述站内控制模块进行数据间传递。
8.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述站内控制模块通过拨号、GPRS及WiFi远程通信方式与所述云平台进行数据传递。
9.根据权利要求1所述的变电站分布式空调节能系统，其特征在于，所述站内控制模块和所述云平台具备数据存储功能。
10.一种变电站分布式空调节能方法，基于上述权利要求1-9任一项所述的变电站分布式空调节能系统，其特征在于，包括以下步骤：
步骤S1，在变电站室内外设置温湿度传感器和分布式控制器内的电气参数传感器，采集变电站室内外的环境参数数据和运行参数数据；
步骤S2，通过BP神经网络算法预测处理所述变电站室内外的环境参数数据和所述运行参数数据，求解变电站内温度变化，并监控自身的当前运行状态参数；
步骤S3，根据所述温度变化值对空调设备和通风设备做出调整，同时根据所述当前运行状态参数进行信息对比分析，并发出故障警告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111068602.7A CN113803853A (zh) | 2021-09-13 | 2021-09-13 | 变电站分布式空调节能系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111068602.7A CN113803853A (zh) | 2021-09-13 | 2021-09-13 | 变电站分布式空调节能系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113803853A true CN113803853A (zh) | 2021-12-17 |
Family
ID=78940895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111068602.7A Pending CN113803853A (zh) | 2021-09-13 | 2021-09-13 | 变电站分布式空调节能系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113803853A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114967796A (zh) * | 2022-04-13 | 2022-08-30 | 安徽领电智能科技有限公司 | 一种智能建筑设备管理系统 |
| CN115407813A (zh) * | 2022-09-01 | 2022-11-29 | 国网安徽省电力有限公司经济技术研究院 | 一种基于分布式空调的全户内模块化变电站节能优化系统 |
| CN116742424A (zh) * | 2023-07-20 | 2023-09-12 | 国网江苏省电力有限公司南通供电分公司 | 基于空气多元检测的边缘智控电源转换插座 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102213475A (zh) * | 2011-03-22 | 2011-10-12 | 曙光信息产业(北京)有限公司 | 一种数据中心功耗自适应管理方法 |
| CN102821581A (zh) * | 2011-06-08 | 2012-12-12 | 上海启电信息科技有限公司 | 一种通信机房节能方法 |
| CN103277875A (zh) * | 2013-06-21 | 2013-09-04 | 上海能誉科技发展有限公司 | 一种冷冻机房节能控制系统 |
| CN105091209A (zh) * | 2014-05-23 | 2015-11-25 | 国网山西省电力公司电力科学研究院 | 一种基于空调负荷预测的控制系统及方法 |
| CN105222269A (zh) * | 2015-09-16 | 2016-01-06 | 唐棣 | 一种变电站环境控制系统及控制方法 |
| CN110925998A (zh) * | 2019-12-31 | 2020-03-27 | 福建省南鸿通讯科技有限公司 | 一种通信机房空调与风机联动节能的方法与装置 |
| CN111928429A (zh) * | 2020-08-25 | 2020-11-13 | 北京大学深圳研究生院 | 数据中心制冷系统的节能控制方法与装置 |
| US20200363074A1 (en) * | 2017-12-27 | 2020-11-19 | Brunnshög Energi Ab | Responsive power steering and redundancy |
| CN112637313A (zh) * | 2020-12-17 | 2021-04-09 | 泰豪软件股份有限公司 | 一种电力调控云平台系统 |
-
2021
- 2021-09-13 CN CN202111068602.7A patent/CN113803853A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102213475A (zh) * | 2011-03-22 | 2011-10-12 | 曙光信息产业(北京)有限公司 | 一种数据中心功耗自适应管理方法 |
| CN102821581A (zh) * | 2011-06-08 | 2012-12-12 | 上海启电信息科技有限公司 | 一种通信机房节能方法 |
| CN103277875A (zh) * | 2013-06-21 | 2013-09-04 | 上海能誉科技发展有限公司 | 一种冷冻机房节能控制系统 |
| CN105091209A (zh) * | 2014-05-23 | 2015-11-25 | 国网山西省电力公司电力科学研究院 | 一种基于空调负荷预测的控制系统及方法 |
| CN105222269A (zh) * | 2015-09-16 | 2016-01-06 | 唐棣 | 一种变电站环境控制系统及控制方法 |
| US20200363074A1 (en) * | 2017-12-27 | 2020-11-19 | Brunnshög Energi Ab | Responsive power steering and redundancy |
| CN110925998A (zh) * | 2019-12-31 | 2020-03-27 | 福建省南鸿通讯科技有限公司 | 一种通信机房空调与风机联动节能的方法与装置 |
| CN111928429A (zh) * | 2020-08-25 | 2020-11-13 | 北京大学深圳研究生院 | 数据中心制冷系统的节能控制方法与装置 |
| CN112637313A (zh) * | 2020-12-17 | 2021-04-09 | 泰豪软件股份有限公司 | 一种电力调控云平台系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114967796A (zh) * | 2022-04-13 | 2022-08-30 | 安徽领电智能科技有限公司 | 一种智能建筑设备管理系统 |
| CN115407813A (zh) * | 2022-09-01 | 2022-11-29 | 国网安徽省电力有限公司经济技术研究院 | 一种基于分布式空调的全户内模块化变电站节能优化系统 |
| CN115407813B (zh) * | 2022-09-01 | 2023-07-25 | 国网安徽省电力有限公司经济技术研究院 | 一种基于分布式空调的全户内模块化变电站节能优化系统 |
| CN116742424A (zh) * | 2023-07-20 | 2023-09-12 | 国网江苏省电力有限公司南通供电分公司 | 基于空气多元检测的边缘智控电源转换插座 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113803853A (zh) | 变电站分布式空调节能系统及方法 | |
| CN102607143B (zh) | 基站空调设备的远程监控方法及系统 | |
| CN102818330A (zh) | 一种通信机房节能系统 | |
| CN102821581A (zh) | 一种通信机房节能方法 | |
| CN111083914A (zh) | 一种通信基站机房全系统智能控制节能系统及方法 | |
| CN112462827B (zh) | 一种汇控柜环境综合监测治理方法及系统 | |
| CN110986301A (zh) | 一种基于lora的工业中央空调监控系统 | |
| CN108332355A (zh) | 一种用于通信基站的节能系统及节能方法 | |
| CN105242649B (zh) | 一种用于通讯基站的能效监控及节能系统的实现方法 | |
| CN113535233B (zh) | 用于暖通云边协同的人工智能系统 | |
| CN208873025U (zh) | 一种变电站蓄电池室动力环境智能控制装置 | |
| CN113325904B (zh) | 一种智能物联网新风系统 | |
| CN112666876B (zh) | 一种楼宇电气物联网智能监控系统 | |
| CN114183888A (zh) | 一种基于窄带物联网的5g基站空调智能控制系统 | |
| CN105157187A (zh) | 一种基站热源智能管理节能系统 | |
| CN208704104U (zh) | 一种空调系统的无人值守机房控制系统 | |
| CN203930449U (zh) | 一种基于分布式发电的空调监控系统及应用其的空调系统 | |
| CN114893886B (zh) | 一种集中式暖通空调综合节能控制系统及其控制方法 | |
| CN109140681A (zh) | 一种变电站空调节能管理方法及系统 | |
| CN204216676U (zh) | 基于EnOcean技术的变电站温湿度智能监控系统 | |
| CN114279053A (zh) | 一种基于cop波段理论的中央空调系统及控制方法 | |
| CN204373150U (zh) | 中央空调自动化控制装置 | |
| CN219831691U (zh) | 一种配电站室运行环境采集装置 | |
| CN218181389U (zh) | 一种试验大厅温湿度自动控制装置 | |
| CN220555967U (zh) | 一种多源数据融合的地铁车站空调智慧运维系统 |
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: 20211217 |