CN114498618A - 电力调控方法、系统、装置及计算机可读存储介质 - Google Patents
电力调控方法、系统、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114498618A CN114498618A CN202111616692.9A CN202111616692A CN114498618A CN 114498618 A CN114498618 A CN 114498618A CN 202111616692 A CN202111616692 A CN 202111616692A CN 114498618 A CN114498618 A CN 114498618A
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- line
- data
- special line
- 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
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/10—The network having a local or delimited stationary reach
- H02J2310/12—The local stationary network supplying a household or a building
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提出一种电力调控方法,包括获取多条供电专线的排配信息,排配信息包括供电专线的电力数据、状态数据及运行数据;将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;分别利用多条供电专线的状态数据和运行数据对供电专线开启推荐表进行修正,得到最佳选择开启供电专线;依据最佳选择开启供电专线控制相应供电专线上的负载开启。本申请能够实现根据设备实际用电情况推荐合适的供电专线。本申请同时提供一种电力调控系统、电力调控装置及计算机可读存储介质。
Description
技术领域
本申请涉及电力调控技术领域,尤其涉及一种电力调控方法、电力调控系统、电力调控装置及计算机可读存储介质。
背景技术
电力调控是为了保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效的管理手段。
目前,现有的电力调控在进行大型设备开启时,往往是根据用户的历史经验主观判断选取开启对应的专线,缺乏具有依据性的判断而造成误判,设备选择专线负载过大时造成用电浪费,设备选择专线负载过小时造成跳闸。然而,现有的电力调控方法不能根据设备实际用电情况合理推荐合适的专线。
发明内容
鉴于以上内容,有必要提出一种电力调控方法、电力调控系统、电力调控装置及计算机可读存储介质,以解决不能根据设备实际用电情况合理推荐合适的专线的技术问题。
本申请第一方面提供一种电力调控方法,所述电力调控方法包括:获取多条供电专线的排配信息,所述排配信息包括供电专线的电力数据、状态数据及运行数据;将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线;依据所述最佳选择开启供电专线控制相应供电专线上的负载开启。
如此,通过将多条供电专线的排配信息输入至第一训练模型,以获得供电专线开启推荐表,基于多条供电专线的状态数据和运行数据对供电专线开启推荐表进行修正,以得到最佳选择开启供电专线,基于得到的最佳选择开启供电专线控制相应供电专线上的负载开启,以实现根据实际需要使用的设备推荐得到合适的供电专线,进而避免因选用专线负载过大导致的用电浪费或因选用专线负载过小导致的跳闸。
在一些实施例中,所述供电专线的电力数据包括实时电力数据及历史电力数据;所述将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表的步骤,包括:获取多条供电专线的历史电力数据,所述历史电力数据包括供电专线的瞬时电流上限值、可承载电流最大值、预警电流值、功率峰值以及供电专线上排配开启的负载的额定电流及额定功率;采集当前时刻多条供电专线的实时电力数据,所述实时电力数据包括供电专线的实时电流、实时功率、以及供电专线上排配开启的负载的瞬时电流;根据所述多条供电专线的实时电力数据及历史电力数据,分别计算每条供电专线的电力差值;分别将多条供电专线的电力差值输入到第一训练模型,得到多条供电专线对应的分值;基于多条供电专线对应的分值按照设定规则对多条供电专线的开启顺序进行排序,得到供电专线开启推荐表。
如此,通过将电力数据传输至第一训练模型,电力数据包括供电专线的实时电流、瞬时电流上限值、可承载电流最大值、预警电流值、实时功率、历史功率峰值、以及供电专线上排配的负载的瞬时电流、额定电流及额定功率,以使第一训练模型基于供电专线上多种类型的电流和多种类型的功率得到供电专线开启推荐表,以确保所得到的供电专线开启推荐表的准确性。
在一些实施例中,所述供电专线的电力差值包括供电专线瞬时电流差值、供电专线可承载最大电流差值、供电专线预警电流差值及供电专线功率峰值差值;其中,所述供电专线瞬时电流差值为所述供电专线的瞬时电流上限值与所述供电专线的实时电流和所述供电专线上排配开启的负载的瞬时电流之间的差值;所述供电专线可承载最大电流差值为所述供电专线的可承载电流最大值与所述供电专线的实时电流和所述供电专线上排配开启的负载的瞬时电流之间的差值;所述供电专线预警电流差值为所述供电专线的预警电流值与所述供电专线的实时电流和所述供电专线上排配开启的负载的额定电流之间的差值;所述供电专线功率峰值差值为所述供电专线的功率峰值与所述供电专线的实时功率和所述供电专线上排配开启的负载额定功率之间的差值。
如此,通过获取多条供电专线的当前电流和当前功率,以及每条供电专线上排配开启的负载的瞬时电流,并分别计算每条供电专线的电力差值,将多条供电专线的电力差值输入至第一训练模型得到多条供电专线对应的分值,基于多条供电专线对应的分值对多条供电专线的开启顺序进行排名,以得到供电专线开启推荐表,进而实现对多条专线进行开启优先排序。
在一些实施例中,所述分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线的步骤,包括:利用多条供电专线的状态数据对所述供电专线开启推荐表进行一次修正,得到一次修正后的供电专线开启推荐表;获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,并输入至第二训练模型,得到剩余每条供电专线的修正因子;利用所述修正因子对一次修正后的供电专线开启推荐表进行二次修正,得到二次修正后的供电专线开启推荐表;根据二次修正后的供电专线开启推荐表,确定最佳选择开启供电专线。
如此,基于多条供电专线的状态数据和运行数据对供电专线开启推荐表进行一次修正,以得到一次修正后的供电专线开启推荐表,基于一次修正后的供电专线开启推荐表中剩余的供电专线的运行数据,并输入至第二训练模型,得到剩余每条供电专线的修正因子,利用修正因子对一次修正后的供电专线开启推荐表进行二次修正,以得到二次修正后供电专线开启推荐表。
在一些实施例中,所述供电专线的状态数据包括供电专线的异常状态数据、以及供电专线上排配的负载的保养数据及异常状态数据;所述利用多条供电专线的状态数据对所述供电专线开启推荐表进行一次修正的步骤,包括:实时获取所述供电专线开启推荐表中每条供电专线的异常状态数据、每条供电专线上排配的负载数量以及负载的保养数据和异常状态数据;根据每条供电专线的异常状态数据,判断每条供电专线是否正常,若异常,则从所述供电专线开启推荐表中剔除异常的供电专线;判断剩余供电专线的可用状态,从所述供电专线开启推荐表中剔除不可使用状态的供电专线;根据供电专线上排配的负载的保养数据和异常状态数据,判断供电专线上可用的负载数量是否为零,若所述供电专线上可用的负载数量为零,则从所述供电专线开启推荐表中剔除可用负载数量为零的供电专线,得到一次修正后的供电专线开启推荐表。
如此,通过获知供电专线的状态数据,供电专线的状态数据包括供电专线的异常状态数据、以及供电专线上排配的负载的保养数据及异常状态数据,以实现将具有异常状态的供电专线和不可使用的负载的供电专线从供电专线开启推荐表中剔除。
在一些实施例中,所述供电专线的运行数据包括供电专线排配的产能数据、供电专线在设定时间段内运行所用的电量以及周围环境温度,所述获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,并输入至第二训练模型,得到修正因子的步骤,包括:获取一次修正后的供电专线开启推荐表中剩余供电专线排配的产能数据、在设定时间段内运行所用的电量数据以及当前时刻周围环境温度数据;基于一次修正后的供电专线开启推荐表中剩余供电专线在设定时间段内运行所用的电量数据,模拟所述剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值以及结束电量值;分别将所述剩余供电专线排配的产能数据、周围环境温度数据、以及剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值和结束电量值输入至第二训练模型,得到所述剩余供电专线在未来预设时间点的功率值;获取所述剩余供电专线在当前时刻的实时功率,基于供电专线的实时功率以及供电专线在未来预设时间点的功率值,预测所述剩余每条供电专线未来功率变化趋势;根据预测到的所述剩余每条供电专线未来功率变化趋势,产生剩余每条供电专线对应的修正因子。
如此,获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,其中运行数据包括供电专线排配的产能数据、供电专线在设定时间段内运行所用的电量以及当前时刻的周围环境温度数据,并将供电专线的运行数据输入至第二训练模型,以得到在设定时间段内供电专线上未来时间段内用电趋势预测数据,以便及时做出应对。
在一些实施例中,若所述供电专线的未来功率变化趋势为上升,则将该供电专线的修正因子设为小于1的数;若所述供电专线的未来功率变化趋势为下降,则将该供电专线的修正因子设为大于1的数;若所述供电专线的未来功率变化趋势不变,则将该供电专线的修正因子设为1。
如此,利用第二训练模型对一次修正后的供电开启推荐表中剩余专线的未来多期用电功率趋势进行合理的预测,增加未来用电的不确定性带来的波动,提高了模型预测的准确性,一定程度避免了选择不佳的可能。
在一些实施例中,所述利用所述修正因子对一次修正后的供电专线开启推荐表进行二次修正的步骤,包括:获取一次修正后的供电专线开启推荐表中剩余每条供电专线在设定时间段内的功率值;基于剩余每条供电专线在设定时间段内的功率值以及对应的修正因子,修正剩余每条供电专线的功率峰值;根据修正后的剩余每条供电专线的功率峰值,调整一次修正后的供电专线开启推荐表中剩余供电专线的顺序,得到二次修正后的供电专线开启推荐表。
如此,通过将剩余每条供电专线的运行数据输入至第二训练模型,以得到在设定时间段内剩余每条供电专线的功率变化趋势,基于剩余每条供电专线在设定时间段内的功率变化趋势,获得剩余每条供电专线对应的修正因子,以对剩余每条供电专线进行二次修正,以得到二次修正后的供电专线开启推荐表。
在一些实施例中,所述修正剩余每条供电专线的功率峰值的步骤,包括:按照设定间隔时间将所述设定时间段均匀划分为多个时间段;基于剩余每条供电专线在设定时间段内的功率值,分别确定剩余每条供电专线在多个时间段内的功率峰值,并计算在每个时间段内剩余每条供电专线的功率峰值的平均值;分布比较多个时间段内剩余每条供电专线的功率峰值的平均值的大小,筛选出的剩余每条供电专线的功率峰值的平均值的最大值;计算剩余每条供电专线的功率峰值的平均值的最大值与其相对应的修正因子的乘积,得到修正后的剩余每条供电专线的功率峰值。
如此,通过获取剩余每条供电专线在设定时间段内的功率值,并将设定时间段均匀划分为多个时间段,并计算在每个时间段内剩余每条供电专线的功率峰值的平均值,比较提取剩余每条供电专线的功率峰值平均值的最大值,并将剩余每条供电专线的功率峰值平均值的最大值与其对应的修正因子的乘积,获得剩余每条供电专线修正后的功率峰值,以实现对一次修正后的供电专线进行二次修正,提高供电专线开启推荐表中供电专线的准确可用。
本申请第二方面提供一种电力调控系统,所述电力调控系统包括:数据获取模块,用于获取多条供电专线的排配信息,所述排配信息包括供电专线的电力数据、状态数据及运行数据;专线排配模块,用于将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;专线排配修正模块,用于分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线;输出模块,用于依据所述最佳选择开启供电专线控制相应供电专线上的负载开启。
如此,数据获取模块获取多条供电专线的排配信息,排配信息包括供电专线的电力数据、状态数据及运行数据,专线排配模块将电力数据输入至第一训练模型中,得到供电专线开启推荐表,专线排配修正模块用于分别利用多条供电专线的供电数据和运行数据对供电专线开启推荐表进行修正,得到最佳选择开启供电专线,输出模块依据最佳选择开启供电专线开启相应的负载开启。基于得到的最佳选择开启供电专线控制相应供电专线上的负载开启,以实现根据实际需要使用的设备推荐得到合适的供电专线,进而避免因选用专线负载过大导致的用电浪费或因选用专线负载过小导致的跳闸。
本申请第三方面提供一种电力调控装置,所述电力调控装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:所述计算机程序被所述处理器执行以实现如上述中任一项所述的电力调控方法的步骤。
如此,该电力调控装置通过处理器执行以实现如上述任意实施例所述的电力调控方法的步骤,以实现根据实际需要使用的设备推荐得到合适的供电专线。
本申请第四方面提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如上述中的任一项所述的电力调控方法。
如此,该计算机存储介质通过处理器执行计算机程序,以实现根据实际需要使用的设备推荐得到合适的供电专线。
附图说明
图1为本申请一实施例提供的电力调控方法的流程示意图。
图2为图1中电力调控方法的步骤S12实现的流程示意图。
图3为图1中电力调控方法的步骤S13实现的流程示意图。
图4为图1中电力调控方法的步骤S14实现的流程示意图。
图5为图1中电力调控方法的步骤S15实现的流程示意图。
图6为图1中电力调控方法的电力调控系统的架构示意图。
图7为图1中电力调控方法的电力调控装置的架构示意图。
主要元件符号说明
电力调控系统 100
数据获取模块 110
专线排配模块 120
专线排配修正模块 130
输出模块 140
电力调控装置 200
存储器 210
处理器 220
计算机程序 230
具体实施方式
为了能够更清楚地理解本申请的目的、特征和优点,下面结合附图和具体实施例对本申请进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互结合。在下面的描述中阐述了很多具体细节以便于充分理解本申请,所述描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
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一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
以下将结合附图对本申请的一些实施方式作详细说明。
图1为本申请一实施例提供的电力调控方法的流程示意图,根据不同的需求,流程图中步骤的顺序可以改变,某些步骤可以省略。为了便于说明,仅示出了本申请实施例相关的部分。
请参阅附图1,电力调控方法包括:
S11、获取多条供电专线的排配信息,其中排配信息包括供电专线的电力数据、状态数据及运行数据。
在本实施例中,设有多条供电专线,每条供电专线对应有排配信息,该排配信息包括供电专线的电力数据、状态数据及运行数据。获取到多条供电专线的排配信息后,将排配信息存入至数据库,制作排配表。
其中,供电专线的电力数据包括实时电力数据及历史电力数据,其中,实时电力数据包括供电专线的实时电流、实时功率、以及供电专线上排配的负载的瞬时电流;历史电力数据包括供电专线的瞬时电流上限值、可承载电流最大值、预警电流值、功率峰值、以及供电专线上排配的负载的额定电流及额定功率。需要说明的是,供电专线上排配的负载为排配在供电专线上的冰机、空压机等。
其中,供电专线的状态数据包括供电专线的异常状态数据、以及供电专线上排配的负载的保养数据及异常状态数据。
可以理解地,供电专线的异常状态数据表示若供电专线具有异常数据,例如,供电专线正处于维修状态,则该条专线不可用。供电专线上排配的负载的保养数据及异常状态数据,表示供电专线上排配的负载的使用状态,例如,负载的状态在保养中或已损坏。
其中,供电专线的运行数据包括供电专线排配的产能数据、供电专线在设定时间段内运行所用的电量以及当前环境温度。
可以理解地,供电专线排配的产能数据为该条供电专线预定时间段内的产能排配情况。
S12、将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表。
示例性的,以第一训练模型为强化学习模型,假设多条供电专线为十条,则将十条供电专线的电力数据输入到预先训练好的强化学习模型中,得到十条供电专线从优到劣的供电专线开启推荐表。可利用排配表中数据实时更新强化学习模型。
图2为所述电力调控方法中步骤S12实现的流程示意图。请参阅图2,上述的步骤S12中获得供电专线开启推荐表的步骤,包括:
S121、获取多条供电专线的实时电流、实时功率以及多条供电专线的历史的瞬时电流上限值、可承载电流最大值、预警电流值及功率峰值。
供电专线的实时电流、实时功率为当前时刻供电专线上的实时电流值和实时功率值。
示例性的,假设多条供电专线为十条,则分别获取在当前时刻下十条供电专线上的实时电流值和实时功率值。基于十条供电专线的历史电力数据,获取十条供电专线所对应的瞬时电流上限值、可承载电流最大值、预警电流值及功率峰值。
S122、基于每条供电专线上排配的负载的开启规则,获取每条供电专线上排配开启的负载的瞬时电流、以及负载的历史的额定电流和额定功率。
具体地,开启规则为基于每条供电专线上排配的多个负载,对多个负载可选择进行开启的排列组合。
示例性的,基于十条供电专线上排配的负载的开启规则,获取十条供电专线上排配开启的负载的瞬时电流值。基于十条供电专线的历史电力数据,获取十条供电专线上排配开启的负载的历史的额定电流和额定功率。
可以理解地,开启规则为十条供电专线中每条供电专线上正在使用的负载的开启数。
S123、根据多条供电专线的实时电流、实时功率、负载的瞬时电流以及历史的瞬时电流上限值、可承载电流最大值、预警电流值、功率峰值、负载的额定电流和额定功率,分别计算每条供电专线的电力差值。
本实施例中,供电专线的电力差值包括供电专线瞬时电流差值、供电专线可承载最大电流差值、供电专线预警电流差值及供电专线功率峰值差值。
其中,供电专线瞬时电流差值为供电专线瞬时电流上限值与供电专线实时电流和供电专线上排配开启的负载的瞬时电流之间的差值。其表达式为:
供电专线瞬时电流差值=供电专线瞬时电流上限值-(供电专线实时电流+负载的瞬时电流);
其中,供电专线可承载最大电流差值为供电专线可承载电流最大值与供电专线实时电流和供电专线上排配开启的负载的瞬时电流之间的差值。其表达式为:
供电专线可承载最大电流差值=供电专线可承载电流最大值-(供电专线实时电流+负载的瞬时电流);
其中,供电专线预警电流差值为供电专线预警电流值与供电专线实时电流值和供电专线上排配开启的负载的额定电流之间的差值。其表达式为:
供电专线预警电流差值=供电专线的预警电流值-(供电专线实时电流值+负载的额定电流);
其中,供电专线功率峰值差值为供电专线功率峰值与供电专线实时功率和供电专线上排配开启的负载的额定功率之间的差值。其表达式为:
供电专线功率峰值差值=供电专线功率峰值-(供电专线实时功率+负载的额定功率)。
示例性的,假设供电专线瞬时电流上限值为10A,当前时刻的供电专线实时电流为2A,供电专线上排配开启的负载的瞬时电流为3A,则供电专线瞬时电流差值为:10A-2A-3A=5A;以上运算规则均适用于供电专线可承载最大电流差值、供电专线预警电流差值及供电专线功率峰值差值的运算。
S124、将多条供电专线的电力差值分别输入到第一训练模型,得到多条供电专线对应的分值。
示例性的,以第一训练模型为强化学习模型,将十条供电专线的电力差值分別输入到预先训练好的强化学习模型,其中,若第一类供电专线的瞬时电流差值、可承载最大电流差值、预警电流差值及功率峰值差值均大于零,则该类供电专线获得高分值,例如九十分;若第二类供电专线的瞬时电流差值、可承载最大电流差值、预警电流差值大于零,功率峰值差值均小于零,则该类供电专线获得中分值,例如六十分;若第三类供电专线的瞬时电流差值、可承载最大电流差值、预警电流差值及功率峰值差值均小于零,则该类供电专线获得低分值,例如三十分。
供电专线上一旦开启冰机和空压机这些大型负载,那么供电专线电流或负载的瞬时电流在一定时间内会在原有的基础上增加一定幅度,有可能会导致超过该供电专线的可承载的最大的电流值、预警电流值,从而引起跳闸断电,浪费电力资源。因此,实现各供电专线不超瞬时电流、预警电流等,使得负载正常运转是第一基础要素。
本实施例不是直接将供电专线的实时电流、实时功率等因素投入强化学习模型,而是将供电专线瞬时电流上限值与供电专线实时电流和供电专线上排配开启的负载的瞬时电流之间的差值作为投入强化学习模型的变量,从而训练得到供电专线开启推荐表,实现各供电专线不超瞬时电流、预警电流、历史功率峰值,有效降低峰值。
S125、基于多条供电专线对应的分值,对多条供电专线的开启顺序进行排名,得到供电专线开启推荐表。
示例性的,基于十条供电专线获得的分值情况,将每条供电专线根据各自获得分值从高到低依次排序,得到供电专线开启推荐表。
可以理解地,供电专线开启推荐表是基于每条供电专线的对应分值从高到低依次形成的一一对应表。
S13、利用多条供电专线的状态数据对供电专线开启推荐表进行一次修正,得到一次修正后的供电专线开启推荐表。
具体地,利用多条供电专线的状态数据对供电专线开启推荐表进行一次修正的目的是识别出多条供电专线中不可使用的专线,并将不可使用的供电专线从供电专线开启推荐表中剔除,以保留可使用的供电专线。
图3为所述电力调控方法中步骤S13实现的流程示意图。请参阅图3,步骤S13包括:
S131、实时获取每条供电专线的异常状态数据、每条供电专线上排配的负载数量以及负载的保养数据和异常状态数据。
示例性的,实时获取十条供电专线的异常状态数据和十条供电专线上排配的负载数量以及负载的保养数据和异常状态数据。
S132、根据每条供电专线的异常状态数据,判断每条供电专线是否正常,若异常,则从供电专线开启推荐表中剔除异常的供电专线。
示例性的,根据获取的十条供电专线的异常状态数据,若有一条供电专线被判定为异常不可使用,则将该条供电专线从供电专线开启推荐表中剔除。
S133、判断剩余供电专线的可用状态,若供电专线为不可使用状态,则从供电专线开启推荐表中剔除不可使用状态的供电专线。示例性的,剩余九条供电专线上,若有一条供电专线异常不能用,或者在保养中暂不能用,该供电专线上并没有排配负载,则表示该供电专线为不可使用状态,暂时不能使用,则将该条供电专线从供电专线开启推荐表中剔除。
S134、根据供电专线上排配的负载的保养数据和异常状态数据,判断供电专线上可用的负载数量是否为零,若供电专线上可用的负载数量为零,则从供电专线开启推荐表中剔除可用负载数量为零的供电专线。或者,判断供电专线上可用的负载数量是否等于在用负载的数量,若供电专线上可用的负载数量等于在用负载的数量,则从供电专线开启推荐表中剔除该供电专线。
示例性的,剩余八条供电专线上,若有一条供电专线被判断出可用的负载数量等于零,或者可用的负载数量等于在用负载的数量,则表示该条供电专线无其他可用负载使用,则将该条供电专线从供电专线开启推荐表中剔除。
本实施例将电专线瞬时电流上限值与供电专线实时电流和供电专线上排配开启的负载的瞬时电流之间的差值作为投入强化学习模型的因素,再结合供电专线的状态数据(供电专线排配状态、负载保养、专线保养状态),能够得到更佳的供电专线开启推荐表。
S14、获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,并输入至第二训练模型,得到剩余每条供电专线的修正因子。
图4为所述电力调控方法中步骤S14实现的流程示意图。请参阅图4,步骤S14包括:
S141、获取一次修正后的供电专线开启推荐表中剩余供电专线排配的产能数据、在设定时间段内运行所用的电量数据以及当前周围环境温度数据。
示例性的,假设一次修正后的供电专线开启推荐表中剩余七条供电专线,并获取七条供电专线排配的产能数据,例如,未来15天内的计划生产产能,以及当前的周围环境温度数据。
S142、基于一次修正后的供电专线开启推荐表中剩余供电专线在设定时间段内运行所用的电量数据,模拟剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值以及结束电量值。
示例性的,基于一次修正后供电专线开启推荐表中的七条供电专线在一个月内运行所用的电量数据,模拟七条供电专线在一个月内运行的电量最高值、电量最低值、初始电量值和结束电量值。
S143、分别将剩余供电专线排配的产能数据、周围环境温度数据、以及剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值及结束电量值输入至第二训练模型,得到剩余供电专线在未来预设时间点的功率值。
示例性的,以第二训练模型为时间序列模型,分别将七条供电专线排配的产能数据、当前环境温度数据、以及七条供电专线在一个月内运行所用的电量最高值、电量最低值、初始电量值及结束电量值输入至预先训练好的时间训练模型,得到七条供电专线在未来预设时间点的功率值,例如,未来十五分钟后的功率值。本实施例利用排配表中数据实时更新时间序列模型。
本实施例利用时间序列模型对供电专线的未来多期用电功率趋势进行合理的预测,增加未来用电的不确定性带来的波动,提高了模型预测的准确性,一定程度上避免了选择不佳的可能。
S144、获取剩余供电专线的实时功率,基于供电专线的实时功率以及供电专线在未来预设时间点的功率值,预测剩余每条供电专线未来功率变化趋势。
示例性的,获取当前时刻七条供电专线的实时功率值,基于当前时刻七条供电专线的实时功率值以及七条供电专线在未来十五分钟后的功率值,预测七条供电专线在未来十五分钟后功率的变化趋势。
S145、根据预测到的剩余每条供电专线未来功率变化趋势,产生剩余每条供电专线对应的修正因子。
示例性的,根据预测到的七条供电专线未来功率的变化趋势,产生七条供电专线各自对应的修正因子。
例如,供电专线A的未来功率变化趋势为上升,则修正因子则为小于1的数,功率上升范围为200KW时,修正因子为0.8;上升范围为500KW时,修正因子可设为0.6。
供电专线B的未来功率变化趋势为下降时,则修正因子为大于1的数,例如1.2。
供电专线C的未来功率变化趋势不变时,则修正因子为1。
各供电专线未来的功率变化是影响供电专线选择的一个重要因素,即使当下某条供电专线是最佳选择,不代表此供电专线在未来也是最佳的,比如生产导致专线未来的功率上升。由于供电专线功率未来的变化影响供电专线的选择,本实施例对各个供电专线的未来功率进行提前预测,并将功率未来是上升的供电专线在推荐表的位置给予一定的调整,即将功率未来是上升的供电专线的功率峰值乘以一定的修正因子后再次排名,而未来功率下降的供电专线暂不调整,从而达到减少误判的可能。
S15、利用修正因子对一次修正后的供电专线开启推荐表进行二次修正,得到二次修正后的供电专线开启推荐表。
图5为所述电力调控方法中步骤S15实现的流程示意图。请参阅图5,步骤S15包括:
S151、获取一次修正后的供电专线开启推荐表中剩余每条供电专线在设定时间段内的功率值,计算剩余每条供电专线每间隔设定时间段的功率峰值的平均值,比较并筛选出剩余每条供电专线的功率峰值的平均值的最大值。
示例性的,假设一次修正后的供电专线开启推荐表中剩余七条供电专线,分别获取七条供电专线在一个月内的功率值,按照十五分钟时间间隔,将一个月划分中120个时间段,确定七条供电专线在120个时间段内的功率峰值,并计算七条供电专线在120个时间段内的功率峰值的平均值,分别比较在120个时间段内七条供电专线的功率峰值的平均值的大小,分别筛选出七条供电专线的功率峰值的平均值的最大值。
S152、计算剩余每条供电专线的功率峰值的平均值的最大值与其相对应的修正因子的乘积,得到剩余每条供电专线修正后的功率峰值。
示例性的,分别将七条供电专线的功率峰值平均值的最大值与各自供电专线的修正因子相乘,得到修正后的七条供电专线的功率峰值。
S153、根据修正后的剩余每条供电专线的功率峰值,调整一次修正后的供电专线开启推荐表中剩余供电专线的顺序,得到二次修正后的供电专线开启推荐表。
示例性的,根据修正后的七条供电专线的功率峰值的大小,将七条修正后的供电专线重新排序,得到二次修正后的供电专线开启推荐表。
本实施例引入供电专线的历史功率峰值的影响因子,来确保供电专线开启推荐表中推荐的供电专线能够平稳用电,减少用电需量。
S16、根据二次修正后的供电专线开启推荐表,得到最佳选择开启供电专线。
S17、依据最佳选择开启供电专线控制相应供电专线上的负载开启。
上述的电力调控方法,通过将多条供电专线的排配信息输入至强化学习模型,以获得供电专线开启推荐表,基于多条供电专线的状态数据对供电专线开启推荐表进行一次修正,基于一次修正后的供电专线开启推荐表中剩余的供电专线的运行数据,将剩余的供电专线的运行数据输入至时间序列模型,得到剩余每条供电专线的修正因子,利用修正因子对一次修正后的供电专线开启推荐表进行二次修正,以得到最佳选择开启供电专线,基于最佳选择开启供电专线控制响应供电专线上的设备开启,以实现根据实际需要使用的设备推荐得到合适的专线。
上述的电力调控方法,基于深度强化学习模型及时间序列模型,得到最优的供电专线开启推荐表,利用得到的供电专线开启推荐表推荐最佳选择开启供电专线,减少人工参与,提高了对供电专线未来预期的准确度,避免出现选择不当,严重推高用电最大需量的问题,稳定供电专线用电,降低最大需量,节能省电。
图6为所述电力调控方法中电力调控系统的结构框图。电力调控系统100包括数据获取模块110、专线排配模块120、专线排配修正模块130和输出模块140。
具体地,数据获取模块110用于获取多条供电专线的排配信息,排配信息包括供电专线的电力数据、状态数据及运行数据;专线排配模块120用于将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;专线排配修正模块130用于分别利用多条供电专线的状态数据和运行数据对供电专线开启推荐表进行修正,得到最佳选择开启供电专线;输出模块140用于依据最佳选择开启供电专线控制相应供电专线上的负载。
如此,数据获取模块110获取多条供电专线的排配信息,排配信息包括供电专线的电力数据、状态数据及运行数据,专线排配模块120将电力数据输入至第一训练模型中,得到供电专线开启推荐表,专线排配修正模块130用于分别利用多条供电专线的供电数据和运行数据对供电专线开启推荐表进行修正,得到最佳选择开启供电专线,输出模块140依据最佳选择开启供电专线开启相应的负载开启,进而实现根据实际需要使用的设备推荐得到合适的供电专线,进而避免因选用专线负载过大导致的用电浪费或因选用专线负载过小导致的跳闸。
图7为所述电力调控方法中电力调控装置架构示意图。电力调控装置200包括存储器210、处理器220及存储在存储器210上并可在处理器220上运行的计算机程序230,计算机程序230被处理器220执行以实现如上述任意实施例的电力调控方法的步骤。
如此,该电力调控装置200通过处理器220执行以实现如上述任意实施例中的电力调控方法的步骤,以实现根据实际需要使用的设备推荐得到合适的专线。
示例性的,计算机程序230可以被分割成一个或多个模块,一个或者多个模块被存储在存储器210中,并由处理器220执行,以完成本申请。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,指令段用于描述计算机程序230在电力调控装置200中的执行过程。
所称处理器220可以是中央处理单元(Central Processing Unit,CPU),还可以包括其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、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处理器也可以是任何常规的处理器等,处理器220是电力调控装置200的控制中心,利用各种接口和线路连接整个电力调控装置200的各个部分。
存储器210可用于存储计算机程序230和/或模块,处理器220通过运行或执行存储在存储器210内的计算机程序230和/或模块,以及调用存储在存储器210内的数据,实现电力调控装置200的各种功能。存储器210可以包括外部存储介质,也可以包括内存。此外,存储器210可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。
最后应说明的是,以上实施例仅用以说明本申请的技术方案而非限制,尽管参照较佳实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换,而不脱离本申请技术方案的精神和范围。
Claims (12)
1.一种电力调控方法,包括:
获取多条供电专线的排配信息,所述排配信息包括供电专线的电力数据、状态数据及运行数据;
将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;
分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线;
依据所述最佳选择开启供电专线控制相应供电专线上的负载开启。
2.如权利要求1所述的电力调控方法,其中,所述供电专线的电力数据包括实时电力数据及历史电力数据;所述将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表的步骤,包括:
获取多条供电专线的历史电力数据,所述历史电力数据包括供电专线的瞬时电流上限值、可承载电流最大值、预警电流值、功率峰值以及供电专线上排配开启的负载的额定电流及额定功率;
采集当前时刻多条供电专线的实时电力数据,所述实时电力数据包括供电专线的实时电流、实时功率、以及供电专线上排配开启的负载的瞬时电流;
根据所述多条供电专线的实时电力数据及历史电力数据,分别计算每条供电专线的电力差值;
分别将多条供电专线的电力差值输入到第一训练模型,得到多条供电专线对应的分值;
基于多条供电专线对应的分值按照设定规则对多条供电专线的开启顺序进行排序,得到供电专线开启推荐表。
3.如权利要求2所述的电力调控方法,其中,所述供电专线的电力差值包括供电专线瞬时电流差值、供电专线可承载最大电流差值、供电专线预警电流差值及供电专线功率峰值差值;
其中,所述供电专线瞬时电流差值为所述供电专线的瞬时电流上限值与所述供电专线的实时电流和所述供电专线上排配开启的负载的瞬时电流之间的差值;
所述供电专线可承载最大电流差值为所述供电专线的可承载电流最大值与所述供电专线的实时电流和所述供电专线上排配开启的负载的瞬时电流之间的差值;
所述供电专线预警电流差值为所述供电专线的预警电流值与所述供电专线的实时电流和所述供电专线上排配开启的负载的额定电流之间的差值;
所述供电专线功率峰值差值为所述供电专线的功率峰值与所述供电专线的实时功率和所述供电专线上排配开启的负载额定功率之间的差值。
4.如权利要求1所述的电力调控方法,其中,所述分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线的步骤,包括:
利用多条供电专线的状态数据对所述供电专线开启推荐表进行一次修正,得到一次修正后的供电专线开启推荐表;
获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,并输入至第二训练模型,得到剩余每条供电专线的修正因子;
利用所述修正因子对一次修正后的供电专线开启推荐表进行二次修正,得到二次修正后的供电专线开启推荐表;
根据二次修正后的供电专线开启推荐表,确定最佳选择开启供电专线。
5.如权利要求4所述的电力调控方法,其中,所述供电专线的状态数据包括供电专线的异常状态数据、以及供电专线上排配的负载的保养数据及异常状态数据;所述利用多条供电专线的状态数据对所述供电专线开启推荐表进行一次修正的步骤,包括:
实时获取所述供电专线开启推荐表中每条供电专线的异常状态数据、每条供电专线上排配的负载数量以及负载的保养数据和异常状态数据;
根据每条供电专线的异常状态数据,判断每条供电专线是否正常,若异常,则从所述供电专线开启推荐表中剔除异常的供电专线;
判断剩余供电专线的可用状态,从所述供电专线开启推荐表中剔除不可使用状态的供电专线;
根据供电专线上排配的负载的保养数据和异常状态数据,判断供电专线上可用的负载数量是否为零,若所述供电专线上可用的负载数量为零,则从所述供电专线开启推荐表中剔除可用负载数量为零的供电专线,得到一次修正后的供电专线开启推荐表。
6.如权利要求4所述的电力调控方法,其中,所述供电专线的运行数据包括供电专线排配的产能数据、供电专线在设定时间段内运行所用的电量以及周围环境温度,所述获取一次修正后的供电专线开启推荐表中剩余供电专线的运行数据,并输入至第二训练模型,得到修正因子的步骤,包括:
获取一次修正后的供电专线开启推荐表中剩余供电专线排配的产能数据、在设定时间段内运行所用的电量数据以及当前时刻周围环境温度数据;
基于一次修正后的供电专线开启推荐表中剩余供电专线在设定时间段内运行所用的电量数据,模拟所述剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值以及结束电量值;
分别将所述剩余供电专线排配的产能数据、周围环境温度数据、以及剩余供电专线在设定时间段内运行所用的电量最高值、电量最低值、初始电量值和结束电量值输入至第二训练模型,得到所述剩余供电专线在未来预设时间点的功率值;
获取所述剩余供电专线在当前时刻的实时功率,基于供电专线的实时功率以及供电专线在未来预设时间点的功率值,预测所述剩余每条供电专线未来功率变化趋势;
根据预测到的所述剩余每条供电专线未来功率变化趋势,产生剩余每条供电专线对应的修正因子。
7.如权利要求6所述的电力调控方法,其中,若所述供电专线的未来功率变化趋势为上升,则将该供电专线的修正因子设为小于1的数;
若所述供电专线的未来功率变化趋势为下降,则将该供电专线的修正因子设为大于1的数;
若所述供电专线的未来功率变化趋势不变,则将该供电专线的修正因子设为1。
8.如权利要求4所述的电力调控方法,其中,所述利用所述修正因子对一次修正后的供电专线开启推荐表进行二次修正的步骤,包括:
获取一次修正后的供电专线开启推荐表中剩余每条供电专线在设定时间段内的功率值;
基于剩余每条供电专线在设定时间段内的功率值以及对应的修正因子,修正剩余每条供电专线的功率峰值;
根据修正后的剩余每条供电专线的功率峰值,调整一次修正后的供电专线开启推荐表中剩余供电专线的顺序,得到二次修正后的供电专线开启推荐表。
9.如权利要求4所述的电力调控方法,其中,所述修正剩余每条供电专线的功率峰值的步骤,包括:
按照设定间隔时间将所述设定时间段均匀划分为多个时间段;
基于剩余每条供电专线在设定时间段内的功率值,分别确定剩余每条供电专线在多个时间段内的功率峰值,并计算在每个时间段内剩余每条供电专线的功率峰值的平均值;
分布比较多个时间段内剩余每条供电专线的功率峰值的平均值的大小,筛选出的剩余每条供电专线的功率峰值的平均值的最大值;
计算剩余每条供电专线的功率峰值的平均值的最大值与其相对应的修正因子的乘积,得到修正后的剩余每条供电专线的功率峰值。
10.一种电力调控系统,所述电力调控系统包括:
数据获取模块,用于获取多条供电专线的排配信息,所述排配信息包括供电专线的电力数据、状态数据及运行数据;
专线排配模块,用于将多条供电专线的电力数据输入至第一训练模型,得到供电专线开启推荐表;
专线排配修正模块,用于分别利用多条供电专线的状态数据和运行数据对所述供电专线开启推荐表进行修正,得到最佳选择开启供电专线;
输出模块,用于依据所述最佳选择开启供电专线控制相应供电专线上的负载开启。
11.一种电力调控装置,所述电力调控装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:所述计算机程序被所述处理器执行以实现如权利要求1至9中任一项所述的电力调控方法的步骤。
12.一种计算机存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行,并实现如权利要求1至9中任一项所述的电力调控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616692.9A CN114498618A (zh) | 2021-12-27 | 2021-12-27 | 电力调控方法、系统、装置及计算机可读存储介质 |
US17/991,737 US20230208136A1 (en) | 2021-12-27 | 2022-11-21 | Power control method, system, and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616692.9A CN114498618A (zh) | 2021-12-27 | 2021-12-27 | 电力调控方法、系统、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114498618A true CN114498618A (zh) | 2022-05-13 |
Family
ID=81496964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111616692.9A Pending CN114498618A (zh) | 2021-12-27 | 2021-12-27 | 电力调控方法、系统、装置及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230208136A1 (zh) |
CN (1) | CN114498618A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116820057B (zh) * | 2023-08-30 | 2023-12-01 | 四川远方云天食品科技有限公司 | 一种基于物联网的火锅底料生产监测方法和系统 |
-
2021
- 2021-12-27 CN CN202111616692.9A patent/CN114498618A/zh active Pending
-
2022
- 2022-11-21 US US17/991,737 patent/US20230208136A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230208136A1 (en) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160003918A1 (en) | Monitoring apparatus, control apparatus, and control system | |
JP5906534B2 (ja) | デマンドレスポンス方法、及びデマンドレスポンス制御装置 | |
AU2018328266A1 (en) | Cooling unit energy optimization via smart supply air temperature setpoint control | |
US20170330294A1 (en) | Electric power supply and demand control apparatus, electric power supply and demand control method, and non-transitory storage medium | |
US20130342020A1 (en) | Fuel efficiency optimization for microgrid systems employing multiple generators | |
JP2017050126A (ja) | 電池管理装置、電池システムおよびハイブリッド車両制御システム | |
CN109088910B (zh) | 提高网络设备系统性能的自主可扩展代理 | |
CN114498618A (zh) | 电力调控方法、系统、装置及计算机可读存储介质 | |
CN113434253B (zh) | 集群资源调度方法、装置、设备及存储介质 | |
EP3754457A1 (en) | Electric power converter | |
WO2014103218A1 (ja) | 蓄電装置充放電システム | |
JP2022116781A (ja) | 熱源システム | |
WO2017080613A1 (en) | Trainer of many core systems for adaptive resource control | |
CN110098638B (zh) | 一种基于负荷状态转移曲线的快速机组组合方法 | |
US20230148201A1 (en) | Method and system for supplying power to device, and related device | |
CN110647437A (zh) | 基于pid控制器调整cpu使用率的方法、装置、终端及介质 | |
EP3394747A1 (en) | Priority trainer for many core processing system | |
CN115549256A (zh) | 储能系统的充放电控制方法、储能系统及存储介质 | |
CN109753400B (zh) | 一种能耗调节方法及边缘数据中心系统 | |
JP2020187827A (ja) | 決定装置、二次電池、決定方法およびプログラム | |
JP2020137131A (ja) | 蓄電池システム | |
JP2020162304A (ja) | 電池制御システム | |
US20230411657A1 (en) | Method for controlling power generation system, control apparatus, and power generation system | |
JP2018152965A (ja) | 発電機運転制御装置、及び発電機運転制御方法 | |
WO2024047276A1 (en) | Management of a distributed energy storage, des, arrangement |
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 |