CN114638472A - 限制企业用电的方法、系统、终端及存储介质 - Google Patents
限制企业用电的方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN114638472A CN114638472A CN202210150964.9A CN202210150964A CN114638472A CN 114638472 A CN114638472 A CN 114638472A CN 202210150964 A CN202210150964 A CN 202210150964A CN 114638472 A CN114638472 A CN 114638472A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- air quality
- quality index
- fitness
- monitored
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 239000002245 particle Substances 0.000 claims abstract description 65
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 63
- 238000012216 screening Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000002360 preparation method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002354 daily effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000003203 everyday effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及供电管控技术领域,具体提供一种限制企业用电的方法、系统、终端及存储介质,包括:将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额。本发明能够降低空气质量指数超标的出现几率。
Description
技术领域
本发明涉及供电管控技术领域,具体涉及一种限制企业用电的方法、系统、终端及存储介质。
背景技术
为了控制空气质量指数超标的情况,通常选择为重点企业(例如污染较大的企业)进行限电,以限制其生产。但是目前限电政策的制定大多是监测到控制质量指数即将超标或已经超标时对这些企业进行限电或停电。这种方式过于滞后,且限电配额的制定不合理,导致没有有效规避空气质量指数超标的情况,也会影响企业正常生产。
发明内容
针对现有的方法不合理导致对空气治理存在滞后性,且影响企业正常生产,本发明提供一种限制企业用电的方法、系统、终端及存储介质,以解决上述技术问题。
第一方面,本发明提供一种限制企业用电的方法,包括:
将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
进一步的,将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集,包括:
根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;
从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
进一步的,利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数,包括:
设置i、k和d的取值范围;
设置粒子数量,并随机初始化粒子的位置与速度;
将所述初始关系函数作为适应度函数计算粒子的适应度,通过粒子迭代筛选出适应度最优的粒子位置;
对所述适应度最优的粒子位置进行随机变异,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;
如果存在高于所述最优适应度的变异适应度,则在所述变异适应度对应的变异位置的基础上继续执行粒子迭代;
如果不存在高于所述最优适应度的变异适应度,则输出所述适应度最优的粒子位置。
进一步的,将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量,包括:
统计各被监控企业在所述指定期限内的用电量,计算各被监控企业的用电量在所有被监控企业的用电量总和中的占比得到各被监控企业的需求系数;
统计各被监控企业的信用评分,并将所述信用评分转换为权重;
将理论总企业用电量与被监控企业的需求系数和权重的乘积作为被监控企业在所述指定期限内的限电配额。
进一步的,将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量,包括:
监控企业每天的实际用电量;
判断所述实际用电量是否达到企业的限电配额:
若是,则对该企业发送告警信息并在告警信息发送完成后开始计时,并在计时时间达到设定等待时间时执行对所述企业的断电操作。
第二方面,本发明提供一种限制企业用电的系统,包括:
数据准备单元,用于将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
函数构建单元,用于构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
参数优化单元,用于利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
配额生成单元,用于将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
进一步的,所述数据准备单元包括:
期限确定单元,用于根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;
数据筛选单元,用于从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
进一步的,所述参数优化单元包括:
范围设置模块,用于设置i、k和d的取值范围;
初始设置模块,用于设置粒子数量,并随机初始化粒子的位置与速度;
最优筛选模块,用于将所述初始关系函数作为适应度函数计算粒子的适应度,通过粒子迭代筛选出适应度最优的粒子位置;
随机变异模块,用于对所述适应度最优的粒子位置进行随机变异,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;
变异迭代模块,用于如果存在高于所述最优适应度的变异适应度,则在所述变异适应度对应的变异位置的基础上继续执行粒子迭代;
验证输出模块,用于如果不存在高于所述最优适应度的变异适应度,则输出所述适应度最优的粒子位置。
进一步的,所述配额生成单元包括:
占比计算单元,用于统计各被监控企业在所述指定期限内的用电量,计算各被监控企业的用电量在所有被监控企业的用电量总和中的占比得到各被监控企业的需求系数;
权重生成单元,用于统计各被监控企业的信用评分,并将所述信用评分转换为权重;
配额生成单元,用于将理论总企业用电量与被监控企业的需求系数和权重的乘积作为被监控企业在所述指定期限内的限电配额。
第三方面,提供一种终端,包括:
处理器、存储器,其中,
该存储器用于存储计算机程序,
该处理器用于从存储器中调用并运行该计算机程序,使得终端执行上述的终端的方法。
第四方面,提供了一种计算机存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
本发明的有益效果在于,本发明提供的限制企业用电的方法、系统、终端及存储介质,通过构建关系函数将企业限电配额与空气质量指数联系起来从而得到理论总企业用电量,然后根据各企业的需求为各企业生产限电配额,所有企业限电配额的总和为理论总企业用电量。本发明能够有效制定对各企业的限电配额,指导企业在限电配额内有序生产,大大降低了空气质量指数超标的出现几率。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。其中,图1执行主体可以为一种限制企业用电的系统。
如图1所示,该方法包括:
步骤110,将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
步骤120,构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
步骤130,利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
步骤140,将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
本发明通过构建关系函数将企业限电配额与空气质量指数联系起来从而得到理论总企业用电量,然后根据各企业的需求为各企业生产限电配额,所有企业限电配额的总和为理论总企业用电量。监控各企业用电量时,保证企业每天的用电量不超过限电配额即可保证大概率不出现由于生产导致的空气质量指数超标。
为了便于对本发明的理解,下面以本发明限制企业用电的方法的原理,结合实施例中生成企业限电配额的过程,对本发明提供的限制企业用电的方法做进一步的描述。
具体的,所述限制企业用电的方法包括:
S1、将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集。
根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
可以设定一个星期内出现两次空气质量指数超标则将近一个月确定为空气质量指数超标多发期。例如设定秋冬季为指定期限,采集前一年度在此期间的总企业用电量和空气质量指数,其中总企业用电量是指所有被监控企业每天的总用电量,例如Q(11月1日),Q(11月2日),…,Q(1月31日)为一组从11月1日至1月31日的总用电量,为了简化数据,将上述用电量按采集日期先后进行排序,得到Q1,Q2,…,Qn。其中Q1即为Q(11月1日)。以同样的方法对空气质量指数数据进行简化,得到P1,P2,…,Pn。
S2、构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数。
第t+i天在第t天之后,i为相差的天数。i为考虑影响延迟性设置的参数。
S3、利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数。
粒子群优化算法为:
xi(t+1)=wxi(t)+c1r1(pi(t)-xi(t))+c2r2(pg(t)-xi(t));
其中,xi(t)是粒子i在t次迭代中的位置,vi(t)是粒子i在第t次迭代中的速度;w为惯性权重;c1、c2是学习因子;r1、r2为服从均匀分布[0,1]之间的随机数;pi(t)是目前第i个粒子搜索到的个体最优值,pg是到目前为止所有粒子搜索到的全局最优值;
λ表示权重因子,λ取值0.01时效果较好;N表示粒子数,pi(t)为粒子i在当前迭代次数为止个体最优,pg为当前迭代次数为止全局最优。
其中学习因子为:
c1=2.5-rand*t/T;
c2=1.5+rand*t/T;
其中,t为当前迭代次数,T为总的迭代次数,rand为[0,1]范围内的随机数。
具体流程如下:
(1)初始化。设置最大迭代次数,目标函数的自变量个数(3个),粒子的最大速度,位置信息为整个搜索空间(i、k和d的取值范围),在速度区间和搜索空间上随机初始化速度和位置,设置粒子群规模为M,每个粒子随机初始化一个飞翔速度。
(2)个体极值与全局最优解。定义适应度函数,个体极值为每个粒子找到的最优解,从这些最优解找到一个全局值,叫做本次全局最优解。与历史全局最优比较,进行更新。
(3)监控群体适应度方差,如果方差为0,对当前适应度最优的粒子位置进行随机变异,变异方法可以是粒子位置乘[0,1]区间内随机分布的多个系数,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;如果存在高于所述最优适应度的变异适应度,则在变异适应度对应的变异位置的基础上继续执行粒子迭代;如果不存在高于最优适应度的变异适应度,则输出适应度最优的粒子位置。通过对初次优化结果进行变异,降低了初次优化结果为局部最优的几率,从而找到全局最优的位置。
S4、将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
统计各被监控企业在指定期限内的用电量,计算各被监控企业的用电量在所有被监控企业的用电量总和中的占比得到各被监控企业的需求系数;统计各被监控企业的信用评分,并将信用评分转换为权重;将理论总企业用电量与被监控企业的需求系数和权重的乘积作为被监控企业在指定期限内的限电配额。
其中信用评分可以根据各企业对限电的执行情况、配合情况进行制定。制定好各被监控企业的限电配额后,监控企业每天的实际用电量,判断实际用电量是否达到企业的限电配额量,一旦达到该量则对该企业进行告警并告警一段时间后执行断电等操作。等待时间用于企业准备停止生产,避免直接断电导致生产事故。
如图2所示,该系统200包括:
数据准备单元210,用于将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
函数构建单元220,用于构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
参数优化单元230,用于利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
配额生成单元240,用于将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
可选地,作为本发明一个实施例,所述数据准备单元包括:
期限确定单元,用于根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;
数据筛选单元,用于从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
可选地,作为本发明一个实施例,所述参数优化单元包括:
范围设置模块,用于设置i、k和d的取值范围;
初始设置模块,用于设置粒子数量,并随机初始化粒子的位置与速度;
最优筛选模块,用于将所述初始关系函数作为适应度函数计算粒子的适应度,通过粒子迭代筛选出适应度最优的粒子位置;
随机变异模块,用于对所述适应度最优的粒子位置进行随机变异,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;
变异迭代模块,用于如果存在高于所述最优适应度的变异适应度,则在所述变异适应度对应的变异位置的基础上继续执行粒子迭代;
验证输出模块,用于如果不存在高于所述最优适应度的变异适应度,则输出所述适应度最优的粒子位置。
可选地,作为本发明一个实施例,所述配额生成单元包括:
占比计算单元,用于统计各被监控企业在所述指定期限内的用电量,计算各被监控企业的用电量在所有被监控企业的用电量总和中的占比得到各被监控企业的需求系数;
权重生成单元,用于统计各被监控企业的信用评分,并将所述信用评分转换为权重;
配额生成单元,用于将理论总企业用电量与被监控企业的需求系数和权重的乘积作为被监控企业在所述指定期限内的限电配额。
图3为本发明实施例提供的一种终端300的结构示意图,该终端300可以用于执行本发明实施例提供的限制企业用电的方法。
其中,该终端300可以包括:处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信,本领域技术人员可以理解,图中示出的服务器的结构并不构成对本发明的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,该存储器320可以用于存储处理器310的执行指令,存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。当存储器320中的执行指令由处理器310执行时,使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心,利用各种接口和线路连接整个电子终端的各个部分,通过运行或执行存储在存储器320内的软件程序和/或模块,以及调用存储在存储器内的数据,以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器310可以仅包括中央处理器(Central Processing Unit,简称CPU)。在本发明实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
通信单元330,用于建立通信信道,从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
因此,本发明通过构建关系函数将企业限电配额与空气质量指数联系起来从而得到理论总企业用电量,然后根据各企业的需求为各企业生产限电配额,所有企业限电配额的总和为理论总企业用电量。本发明能够有效制定对各企业的限电配额,指导企业在限电配额内有序生产,大大降低了空气质量指数超标的出现几率,本实施例所能达到的技术效果可以参见上文中的描述,此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献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如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种限制企业用电的方法,其特征在于,包括:
将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
2.根据权利要求1所述的方法,其特征在于,将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集,包括:
根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;
从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
3.根据权利要求1所述的方法,其特征在于,利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数,包括:
设置i、k和d的取值范围;
设置粒子数量,并随机初始化粒子的位置与速度;
将所述初始关系函数作为适应度函数计算粒子的适应度,通过粒子迭代筛选出适应度最优的粒子位置;
对所述适应度最优的粒子位置进行随机变异,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;
如果存在高于所述最优适应度的变异适应度,则在所述变异适应度对应的变异位置的基础上继续执行粒子迭代;
如果不存在高于所述最优适应度的变异适应度,则输出所述适应度最优的粒子位置。
4.根据权利要求1所述的方法,其特征在于,将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量,包括:
统计各被监控企业在所述指定期限内的用电量,计算各被监控企业的用电量在所有被监控企业的用电量总和中的占比得到各被监控企业的需求系数;
统计各被监控企业的信用评分,并将所述信用评分转换为权重;
将理论总企业用电量与被监控企业的需求系数和权重的乘积作为被监控企业在所述指定期限内的限电配额。
5.根据权利要求2所述的方法,其特征在于,将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量,包括:
监控企业每天的实际用电量;
判断所述实际用电量是否达到企业的限电配额:
若是,则对该企业发送告警信息并在告警信息发送完成后开始计时,并在计时时间达到设定等待时间时执行对所述企业的断电操作。
6.一种限制企业用电的系统,其特征在于,包括:
数据准备单元,用于将在指定期限内定期收集的总企业用电量数据和空气质量指数数据保存至数据集;
函数构建单元,用于构建总企业用电量与空气质量指数的初始关系函数,所述初始关系函数为Pt+i=k*Qt+d,其中Pt+i为第t+i天的空气质量指数,k为关系系数,Qt为第t天的总企业用电量,d为误差系数;
参数优化单元,用于利用粒子群优化算法基于所述数据集对所述初始关系函数的i、k和d进行优化,并输出优化后的关系函数;
配额生成单元,用于将目标空气质量指数输入所述关系函数得到理论总企业用电量,根据各被监控企业的用电需求和所述理论总企业用电量为各被监控企业生成限电配额,并根据企业限电配额限制企业用电量。
7.根据权利要求6所述的系统,其特征在于,所述数据准备单元包括:
期限确定单元,用于根据空气质量指数监控确定空气质量指数超标多发期,并将空气质量指数超标多发期设定为指定期限;
数据筛选单元,用于从历年的监控数据中筛选出在所述指定期限范围内每天的总企业用电量和空气质量指数。
8.根据权利要求6所述的系统,其特征在于,所述参数优化单元包括:
范围设置模块,用于设置i、k和d的取值范围;
初始设置模块,用于设置粒子数量,并随机初始化粒子的位置与速度;
最优筛选模块,用于将所述初始关系函数作为适应度函数计算粒子的适应度,通过粒子迭代筛选出适应度最优的粒子位置;
随机变异模块,用于对所述适应度最优的粒子位置进行随机变异,得到多个变异位置并比对变异位置对应的变异适应度与最优适应度;
变异迭代模块,用于如果存在高于所述最优适应度的变异适应度,则在所述变异适应度对应的变异位置的基础上继续执行粒子迭代;
验证输出模块,用于如果不存在高于所述最优适应度的变异适应度,则输出所述适应度最优的粒子位置。
9.一种终端,其特征在于,包括:
处理器;
用于存储处理器的执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-5任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210150964.9A CN114638472A (zh) | 2022-02-18 | 2022-02-18 | 限制企业用电的方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210150964.9A CN114638472A (zh) | 2022-02-18 | 2022-02-18 | 限制企业用电的方法、系统、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114638472A true CN114638472A (zh) | 2022-06-17 |
Family
ID=81946336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210150964.9A Pending CN114638472A (zh) | 2022-02-18 | 2022-02-18 | 限制企业用电的方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638472A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150097533A1 (en) * | 2013-10-03 | 2015-04-09 | ProVista Technology Limited | Method for regulating an electrical power source |
CN107194539A (zh) * | 2017-04-19 | 2017-09-22 | 中国能源建设集团浙江省电力设计院有限公司 | 一种考虑大气污染物防治的电力电量平衡方法 |
CN109100609A (zh) * | 2018-07-23 | 2018-12-28 | 华北电力大学(保定) | 一种基于智能优化的双馈风机定子匝间短路故障的诊断方法 |
-
2022
- 2022-02-18 CN CN202210150964.9A patent/CN114638472A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150097533A1 (en) * | 2013-10-03 | 2015-04-09 | ProVista Technology Limited | Method for regulating an electrical power source |
CN107194539A (zh) * | 2017-04-19 | 2017-09-22 | 中国能源建设集团浙江省电力设计院有限公司 | 一种考虑大气污染物防治的电力电量平衡方法 |
CN109100609A (zh) * | 2018-07-23 | 2018-12-28 | 华北电力大学(保定) | 一种基于智能优化的双馈风机定子匝间短路故障的诊断方法 |
Non-Patent Citations (1)
Title |
---|
裴雨清;李松丽;孔华锋;姚文勇;: "雾霾影响下的光伏发电系统的可视化分析平台研究", 计算机应用与软件, no. 06, 12 June 2018 (2018-06-12) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019196427A1 (zh) | 基于支撑故障事件约束机组组合的备用优化方法和装置 | |
CN111260255B (zh) | 一种配电网运行参数关键因素分析方法、系统以及设备 | |
CN107515663A (zh) | 调整中央处理器内核运行频率的方法和装置 | |
CN111198799A (zh) | 一种基于lstm的机房功耗预警方法、系统、终端及存储介质 | |
CN108491982A (zh) | 一种基于回声状态网络的短期负荷预测方法及系统 | |
CN112736918B (zh) | 微电网中源储荷协调的两级优化调度方法、装置及设备 | |
CN113705929B (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN114442794A (zh) | 服务器功耗控制方法、系统、终端及存储介质 | |
CN109389437A (zh) | 电价的定价方法、定价装置及终端 | |
CN110009465A (zh) | 财务资产精益化管理平台 | |
CN115513984A (zh) | 储能系统日前充放电功率的确定方法、装置、存储介质 | |
CN109636212A (zh) | 作业实际运行时间的预测方法 | |
CN116992274B (zh) | 基于改进主成分回归模型的短期风速预测方法及系统 | |
CN112803427A (zh) | 基于需求的区域电网调度方法、系统、终端及存储介质 | |
CN114638472A (zh) | 限制企业用电的方法、系统、终端及存储介质 | |
CN111930350A (zh) | 一种基于计算模板的精算模型建立方法 | |
CN111445154A (zh) | 一种电力市场资源自调度优化方法、系统以及设备 | |
CN115907207A (zh) | 一种投标过程中报价区间的预测方法、系统、终端及介质 | |
CN105868217A (zh) | 数值自动转换方法及系统 | |
CN116316537A (zh) | 输电线路运行控制方法、装置、设备、介质和程序产品 | |
CN117396886A (zh) | 用于时间序列预测的时空图神经网络 | |
CN110111135B (zh) | 一种发电侧成员动态报价决策方法、装置及设备 | |
CN112950033A (zh) | 一种基于水库调度规则合成的水库调度决策方法及系统 | |
CN108418203B (zh) | 一种利用风险逐步聚合场景的旋转备用优化方法 | |
Wu | The GARCH option pricing model: a modification of lattice approach |
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 |