CN115081723A - 一种智慧厂务能源管理系统及管理方法 - Google Patents

一种智慧厂务能源管理系统及管理方法 Download PDF

Info

Publication number
CN115081723A
CN115081723A CN202210787252.8A CN202210787252A CN115081723A CN 115081723 A CN115081723 A CN 115081723A CN 202210787252 A CN202210787252 A CN 202210787252A CN 115081723 A CN115081723 A CN 115081723A
Authority
CN
China
Prior art keywords
energy consumption
unit
equipment
representing
energy
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
Application number
CN202210787252.8A
Other languages
English (en)
Inventor
胡增
江大白
钟生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Applied Technology Co Ltd
Original Assignee
China Applied Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Applied Technology Co Ltd filed Critical China Applied Technology Co Ltd
Priority to CN202210787252.8A priority Critical patent/CN115081723A/zh
Publication of CN115081723A publication Critical patent/CN115081723A/zh
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种智慧厂务能源管理系统及管理方法,该系统包括：屏幕控制中心单元、传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元，通过各种智能传感器对设备进行能耗采集，利用双指数经验模型、特征提取、二次嵌套判断、能耗需求预测模型、能耗管理阈值等多种算法模型对工厂设备的能耗进行全面计算，并结合系统对能耗问题进行监管，该系统运行稳定，可操作性强，该方法是基于一定现有的理论基础，容易理解，能够帮助工厂进行有效的能耗管理，自动性较强，节约成本。

Description

一种智慧厂务能源管理系统及管理方法
技术领域
本发明涉及能源管理与算法的领域,尤其涉及一种智慧厂务能源管理系统及管理方法。
背景技术
在对厂区进行管理过程中，会涉及到很多的系统，比如：空调系统、冷却水系统、排气系统、电力监控等。这些系统都需要耗费较多的能源，也增加了工厂的运营成本，所以需要对其进行优化管理，以达到降本增效、节能减排的目的。
公开号为CN112232021A公开了一种企业能源管理数据呈现系统和方法，包括用户登录模块、平台呈现界面，通过用户登录模块来进入平台呈现界面，所述平台呈现界面包括菜单选择栏目区域、数据图形信息显示区域、以及用户信息区域；菜单选择栏目区域包括：平台首页模块、主系统图模块、报警分析模块、用电监测模块、用电分析模块、综合能源模块、报表管理模块、以及综合报告模块；数据图形信息显示区域根据菜单选择栏目区域的选择分别进行数据呈现；用户信息区域包括消息报警单元、消息公告单元、以及用户设置单元，采用可视化多屏投影的方式，达到了便于展示数据的效果。
公开号为CN104956387A公开了一种通过能源管理对象建模的能源管理方法，，以能源消费设施所包含的设备及通过上述设备进行的流程为基础，设定获得能源输入执行特定流程输出产品的能源成本中心(ECC)，设定将供给于上述能源消费设施的能源以上述设定的能源成本中心(ECC)进行分流(bypass)并传达的能源资源中心(ERC)，获得在上述设定的能源成本中心(ECC)及上述设定的能源资源中心(ERC)的输入输出界限所测定的各自输入输出值，将上述能源消费设施的能源输入输出及能源流信息提供给使用者的能源管理方法、建筑物能源管理方法，以及对工厂进行灵活能源管理方法的发明。
但目前现有方法中并未对工厂的能耗设备建立一个统一的管理模型与方法，导致需要对设备进行单个统计与计算，耗时耗力且对能耗的计算与预测精度不高。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种智慧厂务能源管理系统及管理方法。
本发明所采用的技术方案是，一种智慧厂务能源管理系统，该系统包括：
屏幕控制中心单元、传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元；
所述传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元接入屏幕控制中心单元，屏幕控制中心单元对其他单元进行统一的管理。
一种智慧厂务能源管理方法，该方法的步骤如下：
步骤S1：通过各种智能传感器采集耗能设备的原始数据，利用双指数经验模型对设备的耗能情况进行描述，并根据设备的使用年限建立双指数经验模型的迭代方程；
步骤S2：对原始数据进行特征提取，建立单位时间内的耗能特征，利用耗能特征对设备的双指数经验模型进行误差拟合；
步骤S3：根据设备的耗能需求是否发生改变进行二次嵌套判断，建立能耗需求预测模型；
步骤S4：根据生产排程和维保计划以及投产计划模型预测设备产出效能；
步骤S5：通过设备的耗能成本和启停优化排程函数，优化设备的启停安排；
步骤S6：计算能耗管理阈值，一旦超过能耗管理的阈值，则管理系统页面进行报警，发生推送消息到值班人员和现场人员的手机上，第一时间进行处理。
进一步地，所述双指数经验模型，表达式为：
Aa＝baexp(caa)+daexp(eaa)
其中，Aa表示设备在单位时间的耗能量，a表示设备在单位时间内的运行时长，ba表示设备的低功耗的耗能系数，ca表示设备在低功耗运行状态下的耗能平均值，da表示设备的满负荷的耗能系数，ea表示设备在满负载运行状态下的耗能平均值；
所述迭代方程，表达式为：
Figure BDA0003729192800000041
其中，Aa-1表示设备在前一单位时间内的耗能量，η表示设备在不同时间内磨损系数的协方差，ω表示设备的已经使用的年长，K表示设备的设计的寿命时长，fa表示其他所有影响设备能耗的系数矩阵，ηa表示设备单位时间内的磨损系数，ηa-1表示设备前一单位时间内的磨损系数，fη表示其他所有影响设备磨损系数的噪声因素，ωa表示设备到单位时间时使用的年长，ωa-1表示设备到前一单位时间时使用的年长，fω表示其他所有影响设备使用的年长的噪声因素。
进一步地，所述建立单位时间内的耗能特征，表达式为：
Figure BDA0003729192800000042
其中，h(r)表示单位时间内的耗能特征量,r表示设备非正常运转次数，g1表示设备运行正常运转时的电压特征，g2表示设备非正常运转的特征系数，g3表示表示设备运行正常运转时的电流特征；
所述误差拟合，表达式为：
Figure BDA0003729192800000043
其中，Q表示通过拟合形成的超参数，Q2越接近1，表示拟合的准确度越高，E表示取单位时长的总次数，Aa表示设备在单位时间的耗能量，
Figure BDA0003729192800000051
表示对设备单位时间内耗能量的拟合值，hr表示单位时间内的耗能特征量，
Figure BDA0003729192800000052
表示单位时间内的耗能特征量的均值。
进一步地，所述二次嵌套判断，表达式为：
Figure BDA0003729192800000053
其中，ψr(a)表示耗能需求量是否发生改变，1表示需求量发生改变，0表示需求量未发生改变，Δr(a)表示单位时间内能耗需求的改变量，ξ表示单位时间内能耗需求的改变量的阈值；
所述能耗需求预测模型，表达式为：
Figure BDA0003729192800000054
其中，AC+1表示设备在下一单位时刻的能耗需求量，λr表示耗能特征量的迭代参数。
进一步地，所述设备产出效能，表达式为：
j＝∫[n(ya|Aa-1)n(ba|Aa-1)n(va|Aa-1)]dAa-1
其中，j表示设备产出效能，ya表示生产排程，ba表示维保计划，va表示投产计划，n表示取单位时间的次数。
进一步地，所述启停优化排程函数，表达式为：
Figure BDA0003729192800000055
其中，WY(N1，N2)表示设备的启停安排函数，N1表示不同模式下设备耗能成本矩阵和N2表示过往的设备启停优化排程矩阵，T表示矩阵的转置，Cov表示协方差运算。
进一步地，所述能耗管理阈值，表达式为：
Figure BDA0003729192800000061
其中，e表示单位时间内设备的能耗管理阈值，Aa表示设备在单位时间的耗能量，cmin表示单位时间内设备所允许的最小能耗，cmax表示单位时间内设备所允许的最大能耗。
有益效果：
本发明通过提出一种智慧厂务能源管理系统及管理方法，通过各种智能传感器对设备进行能耗采集，利用双指数经验模型、特征提取、二次嵌套判断、能耗需求预测模型、能耗管理阈值等多种算法模型对工厂设备的能耗进行全面计算，并结合系统对能耗问题进行监管，该系统运行稳定，可操作性强，该方法是基于一定现有的理论基础，容易理解，能够帮助工厂进行有效的能耗管理，自动性较强，节约成本。
附图说明
图1为本发明的系统架构图；
图2为本发明总体步骤流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。
如图1所示，一种智慧厂务能源管理系统，该系统包括：屏幕控制中心单元、传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元；
所述传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元接入屏幕控制中心单元，屏幕控制中心单元对其他单元进行统一的管理。
屏幕控制中心单元：在八宫格大屏展示中，设计能源管理系统UI展示4个模块：供电、供气、温度、运维预警。每个模块通过图表的形式呈现监控数据。供电：双曲线图展示用电量趋势、实时值与限定值对比；供气：双曲线图展示用气量趋势、实时值与限定值对比；温度：呈现温度趋势，直观展示是否超限；运维预警：呈现不同模块的运行状态及系统异常信息。
传感器监控单元：通过多种不同传感器对设备的能源消耗情况进行实时的监控合集，传感器包括：电压监测传感器、电流监测传感器、天然气监测传感器等，将实际监控管理的设备进行数据的绑定，便于呈现实时的数据到系统中，便于上大屏进行管理，如若有报警，则会在当前界面中及时闪烁提示。
实时能耗报警单元：对当天报警信息进行统计，其中一个为报警等部分为实时报警列表，呈现已经发生的报警消息。
能耗管理阈值单元：在发生故障时，能源管理平台可将预警报警信息进行分析，并通过短信、邮件、语音等方式及时将报警信息发送给相关负责人。
设备能耗统计单元：能源消耗状况分析的主要内容有：用电量、用气量。分析方法要运用多种分析方法，才能对能源的使用情况进行全面、系统、由量到质的分析和研究、剖析和概括。常用的方法有：对比分析法；统计分组法、结构分析法、动态分析法、因素分析法。通过使用不同分析方法，希望找出能源使用过程中的漏洞和不合理地方，从而调整能源分配策略，减少能源使用过程中的浪费。
设备阶段能耗预测单元：在现在的技术下，电能还不能大量的储存，保持电力系统在高峰时的供需平衡，并向各类用户尽可能经济地提供可靠和合乎标准的电能，以满足他们对负荷的需求，就是能耗负荷预测的意义。在系统中可以对以往的能源消耗数据进行多个维度的分析，全面、深入的了解能源消耗的设备工作原理，从而计算出企业在能源消耗方面的负荷信息。
能源综合配置单元：利用能源管理系统为调度中心提供相关信息，促使调度中心及时给予正确指挥，实现能源合理化调度，强化对能源的分散或集中控制。
设备统一管理单元：企业需要对自身的能耗设备进行统一管理，将能耗设备分类，并明确标识，将标识作为管理能耗设备的纽带，构建关于能耗设备管理的框架，实现台账、检修、缺陷及变更方面的管理。企业在对能耗设备实时管理的情况下，其能够了解设备的具体运行状态及效率，并及时将能耗较大或者是已经出现故障的设备进行维修或淘汰，避免因为设备故障而造成安全事故。
能耗参数控制单元：针对企业的年度、季度能源消耗数据进行分析，了解单个产品的能耗、整个工厂的能源消耗、产品生产工序的能源消耗，从多个维度对企业进行能耗分析，能够了解企业本身和其他同行业企业之间的差距，优化企业的生产工艺，对设备进行改造升级。
节能减排指示单元：强化对企业生产工序的管理，明确不同工序所需要消耗的能源指标，根据企业自身所具备的资源状况，构建关于能源指标的管理体系，优化不同生产工序的能源消耗状态，对生产设备进行对比，选择其中能耗较小的设备，有效落实企业能源管理工作。
能源统计单元：收集企业能源消耗数据，对企业能源消耗情况进行审计，了解企业在能源节省方面所存在的缺点，拟定企业能源改造方面的目标，并将该目标数据提交给审计部门，确保企业能够为了能源改造的目标实现而努力。
系统控制单元：系统配置主要包含用户管理、角色管理、权限管理、报警策略配置、系统参数维护等功能，便于用户维护系统数据，配置用户权限、报警策略等。
如图2所示，一种智慧厂务能源管理方法，该方法的步骤如下：
步骤S1：通过各种智能传感器采集耗能设备的原始数据，利用双指数经验模型对设备的耗能情况进行描述，并根据设备的使用年限建立双指数经验模型的迭代方程；
双指数经验模型是对设备能源消耗情况的统计，利用双指数经验模型可以有效的对设备能耗情况进行精确的描述，双指数经验模型统计的是设备的单位时间能耗情况，双指数经验模型的使用效果考虑到了设备的老化与磨损情况，在不同的时间段设备的耗能情况不同，因此需要根据设备的使用年限建立双指数经验模型的迭代方程，利用双指数经验模型的迭代方程保证对设备能耗监测的准确性。
步骤S2：对原始数据进行特征提取，建立单位时间内的耗能特征，利用耗能特征对设备的双指数经验模型进行误差拟合；
耗能特征与设备的运转次数、设备消耗的电流、电压有关，误差拟合是对双指数经验模型产生误差的描述，误差拟合与单位时间内的耗能特征量，表示单位时间内的耗能特征量的均值有关，因为所有的模型都不可能百分之百准确对原始数据进行描述，所以利用误差拟合对双指数经验模型的误差情况进行详细说明。
步骤S3：根据设备的耗能需求是否发生改变进行二次嵌套判断，建立能耗需求预测模型；
二次嵌套判断是对设备耗能发生改变的描述，与设备在单位时间内能耗需求的改变量和单位时间内能耗需求的改变量的阈值有关，二次嵌套判断为后续能耗需求预测模型的建立提供可靠的判断依据，二次嵌套的第一层嵌套是对耗能需求量是否发生改变进行判断，二次嵌套的第二层嵌套是对单位时间内能耗需求的改变量进行计算，能耗需求预测模型与下一单位时刻的能耗需求量和耗能特征量的迭代参数相关，能耗需求预测模型预测的是设备在单位时间内的能耗需求。
步骤S4：根据生产排程和维保计划以及投产计划模型预测设备产出效能；
设备产出效能与生产排程、维保计划以及投产计划息息相关，生产排程是依据工厂的订单量来决定，维保计划与设备的维护检修安排相关，设备不可能全年处于运行状态，当一定的生成任务结束时，需要对设备进行护检修安，投产计划也与设备的订单量相关，但并不是所有的订单量都会生成，当出现意外情况时，如需求量下降、资金未到位等，订单量发生改变投产计划也随之改变。
步骤S5：通过设备的耗能成本和启停优化排程函数，优化设备的启停安排；
启停优化排程函数与不同模式下设备耗能成本矩阵和过往的设备启停优化排程矩阵相关，当设备处于满负荷运转、半负荷运转、超负荷运转所需要的能耗是不一样的，这就构成了一个3×3的系数矩阵，矩阵里面数值的大小与设备的使用时长和设备的型号有关，过往的设备启停优化排程矩阵是对过去所有时间段内设备的运行或停止相关。
步骤S6：计算能耗管理阈值，一旦超过能耗管理的阈值，则管理系统页面进行报警，发生推送消息到值班人员和现场人员的手机上，第一时间进行处理。
能耗管理阈值是对设备耗能峰值的描述，当超过管理阈值表示设备可能出现异常运转或设备损坏等情况，在这种情况下设备继续运转是及其危险的，所以需要进行报警，并发送至工作人员，尽可能的减小损失。能耗管理阈值的设立也是对设备进行监测的一种方式，能能耗的角度保证了设备的正常运行。
双指数经验模型，表达式为：
Aa＝baexp(caa)+daexp(eaa)
其中，Aa表示设备在单位时间的耗能量，a表示设备在单位时间内的运行时长，ba表示设备的低功耗的耗能系数，ca表示设备在低功耗运行状态下的耗能平均值，da表示设备的满负荷的耗能系数，ea表示设备在满负载运行状态下的耗能平均值；
迭代方程，表达式为：
Figure BDA0003729192800000121
其中，Aa-1表示设备在前一单位时间内的耗能量，η表示设备在不同时间内磨损系数的协方差，ω表示设备的已经使用的年长，K表示设备的设计的寿命时长，fa表示其他所有影响设备能耗的系数矩阵，ηa表示设备单位时间内的磨损系数，ηa-1表示设备前一单位时间内的磨损系数，fη表示其他所有影响设备磨损系数的噪声因素，ωa表示设备到单位时间时使用的年长，ωa-1表示设备到前一单位时间时使用的年长，fω表示其他所有影响设备使用的年长的噪声因素。
建立单位时间内的耗能特征，表达式为：
Figure BDA0003729192800000122
其中，h(r)表示单位时间内的耗能特征量,r表示设备非正常运转次数，g1表示设备运行正常运转时的电压特征，g2表示设备非正常运转的特征系数，g3表示表示设备运行正常运转时的电流特征；
误差拟合，表达式为：
Figure BDA0003729192800000131
其中，Q表示通过拟合形成的超参数，Q2越接近1，表示拟合的准确度越高，E表示取单位时长的总次数，Aa表示设备在单位时间的耗能量，
Figure BDA0003729192800000132
表示对设备单位时间内耗能量的拟合值，hr表示单位时间内的耗能特征量，
Figure BDA0003729192800000133
表示单位时间内的耗能特征量的均值。
二次嵌套判断，表达式为：
Figure BDA0003729192800000134
其中，ψr(a)表示耗能需求量是否发生改变，1表示需求量发生改变，0表示需求量未发生改变，Δr(a)表示单位时间内能耗需求的改变量，ξ表示单位时间内能耗需求的改变量的阈值；
能耗需求预测模型，表达式为：
Figure BDA0003729192800000135
其中，AC+1表示设备在下一单位时刻的能耗需求量，λr表示耗能特征量的迭代参数。
设备产出效能，表达式为：
j＝∫[n(ya|Aa-1)n(ba|Aa-1)n(va|Aa-1)]dAa-1
其中，j表示设备产出效能，ya表示生产排程，ba表示维保计划，va表示投产计划，n表示取单位时间的次数。
启停优化排程函数，表达式为：
Figure BDA0003729192800000141
其中，WY(N1，N2)表示设备的启停安排函数，N1表示不同模式下设备耗能成本矩阵和N2表示过往的设备启停优化排程矩阵，T表示矩阵的转置，Cov表示协方差运算。
能耗管理的阈值，表达式为：
Figure BDA0003729192800000142
其中，e表示单位时间内设备的能耗管理阈值，Aa表示设备在单位时间的耗能量，cmin表示单位时间内设备所允许的最小能耗，cmax表示单位时间内设备所允许的最大能耗。
本发明通过提出一种智慧厂务能源管理系统及管理方法，通过各种智能传感器对设备进行能耗采集，利用双指数经验模型、特征提取、二次嵌套判断、能耗需求预测模型、能耗管理阈值等多种算法模型对工厂设备的能耗进行全面计算，并结合系统对能耗问题进行监管，该系统运行稳定，可操作性强，该方法是基于一定现有的理论基础，容易理解，能够帮助工厂进行有效的能耗管理，自动性较强，节约成本。
在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

Claims (8)

1.一种智慧厂务能源管理系统，其特征在于,该系统包括：
屏幕控制中心单元、传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元；
所述传感器监控单元、实时能耗报警单元、能耗管理阈值单元、设备能耗统计单元、设备阶段能耗预测单元、能源综合配置单元、设备统一管理单元、能耗参数控制单元、节能减排指示单元、能源统计单元、系统控制单元接入屏幕控制中心单元，屏幕控制中心单元对其他单元进行统一的管理。
2.一种智慧厂务能源管理方法，其特征在于，该方法的步骤如下：
步骤S1：通过各种智能传感器采集耗能设备的原始数据，利用双指数经验模型对设备的耗能情况进行描述，并根据设备的使用年限建立双指数经验模型的迭代方程；
步骤S2：对原始数据进行特征提取，建立单位时间内的耗能特征，利用耗能特征对设备的双指数经验模型进行误差拟合；
步骤S3：根据设备的耗能需求是否发生改变进行二次嵌套判断，建立能耗需求预测模型；
步骤S4：根据生产排程和维保计划以及投产计划模型预测设备产出效能；
步骤S5：通过设备的耗能成本和启停优化排程函数，优化设备的启停安排；
步骤S6：计算能耗管理阈值，一旦超过能耗管理的阈值，则管理系统页面进行报警，发生推送消息到值班人员和现场人员的手机上，第一时间进行处理。
3.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述双指数经验模型，表达式为：
Aa＝baexp(caa)+daexp(eaa)
其中，Aa表示设备在单位时间的耗能量，a表示设备在单位时间内的运行时长，ba表示设备的低功耗的耗能系数，ca表示设备在低功耗运行状态下的耗能平均值，da表示设备的满负荷的耗能系数，ea表示设备在满负载运行状态下的耗能平均值；
所述迭代方程，表达式为：
Figure FDA0003729192790000021
其中，Aa-1表示设备在前一单位时间内的耗能量，η表示设备在不同时间内磨损系数的协方差，ω表示设备的已经使用的年长，K表示设备的设计的寿命时长，fa表示其他所有影响设备能耗的系数矩阵，ηa表示设备单位时间内的磨损系数，ηa-1表示设备前一单位时间内的磨损系数，fη表示其他所有影响设备磨损系数的噪声因素，ωa表示设备到单位时间时使用的年长，ωa-1表示设备到前一单位时间时使用的年长，fω表示其他所有影响设备使用的年长的噪声因素。
4.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述建立单位时间内的耗能特征，表达式为：
Figure FDA0003729192790000031
其中，h(r)表示单位时间内的耗能特征量，r表示设备非正常运转次数，g1表示设备运行正常运转时的电压特征，g2表示设备非正常运转的特征系数，g3表示表示设备运行正常运转时的电流特征；
所述误差拟合，表达式为：
Figure FDA0003729192790000032
其中，Q表示通过拟合形成的超参数，Q2越接近1，表示拟合的准确度越高，E表示取单位时长的总次数，Aa表示设备在单位时间的耗能量，
Figure FDA0003729192790000033
表示对设备单位时间内耗能量的拟合值，hr表示单位时间内的耗能特征量，
Figure FDA0003729192790000034
表示单位时间内的耗能特征量的均值。
5.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述二次嵌套判断，表达式为：
Figure FDA0003729192790000035
其中，ψr(a)表示耗能需求量是否发生改变，1表示需求量发生改变，0表示需求量未发生改变，Δr(a)表示单位时间内能耗需求的改变量，ξ表示单位时间内能耗需求的改变量的阈值；
所述能耗需求预测模型，表达式为：
Figure FDA0003729192790000036
其中，AC+1表示设备在下一单位时刻的能耗需求量，λr表示耗能特征量的迭代参数。
6.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述设备产出效能，表达式为：
j＝∫[n(ya|Aa-1)n(ba|Aa-1)n(va|Aa-1)]dAa-1
其中，j表示设备产出效能，ya表示生产排程，ba表示维保计划，va表示投产计划，n表示取单位时间的次数。
7.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述启停优化排程函数，表达式为：
Figure FDA0003729192790000041
其中，WY(N1，N2)表示设备的启停安排函数，N1表示不同模式下设备耗能成本矩阵和N2表示过往的设备启停优化排程矩阵，T表示矩阵的转置，Cov表示协方差运算。
8.如权利要求2所述的一种智慧厂务能源管理方法，其特征在于，所述能耗管理阈值，表达式为：
Figure FDA0003729192790000042
其中，e表示单位时间内设备的能耗管理阈值，Aa表示设备在单位时间的耗能量，cmin表示单位时间内设备所允许的最小能耗，cmax表示单位时间内设备所允许的最大能耗。
CN202210787252.8A 2022-07-04 2022-07-04 一种智慧厂务能源管理系统及管理方法 Pending CN115081723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210787252.8A CN115081723A (zh) 2022-07-04 2022-07-04 一种智慧厂务能源管理系统及管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210787252.8A CN115081723A (zh) 2022-07-04 2022-07-04 一种智慧厂务能源管理系统及管理方法

Publications (1)

Publication Number Publication Date
CN115081723A true CN115081723A (zh) 2022-09-20

Family

ID=83257773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210787252.8A Pending CN115081723A (zh) 2022-07-04 2022-07-04 一种智慧厂务能源管理系统及管理方法

Country Status (1)

Country Link
CN (1) CN115081723A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115357002A (zh) * 2022-10-24 2022-11-18 广州德程智能科技股份有限公司 工厂机电设备能效监控管理方法及系统
CN116204566A (zh) * 2023-04-28 2023-06-02 深圳市欣冠精密技术有限公司 一种数字化工厂监控大数据处理系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115357002A (zh) * 2022-10-24 2022-11-18 广州德程智能科技股份有限公司 工厂机电设备能效监控管理方法及系统
CN115357002B (zh) * 2022-10-24 2023-02-28 广州德程智能科技股份有限公司 工厂机电设备能效监控管理方法及系统
CN116204566A (zh) * 2023-04-28 2023-06-02 深圳市欣冠精密技术有限公司 一种数字化工厂监控大数据处理系统

Similar Documents

Publication Publication Date Title
CN115081723A (zh) 一种智慧厂务能源管理系统及管理方法
CN109709912B (zh) 基于物联网的能源管理控制方法及系统
CN110782370B (zh) 一种电力调度数据网综合运维管理平台
CN103606018B (zh) 一种钢铁企业电力负荷短期动态预测系统
CN104635684A (zh) 一种空压机集群优化控制系统
CN110320893B (zh) 一种基于rcm的火电机组设备检修方法
CN213750303U (zh) 一种基于用电信息采集系统的电能计量异常诊断系统
CN102931625B (zh) 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用
CN103810533A (zh) 一种基于云模型的配电网故障风险识别方法
CN112666885A (zh) 基于工业互联网环保设备监控管理平台
CN113962439A (zh) 基于工业大数据的云平台数据管理系统及其构建方法
CN113095953B (zh) 一种基于用电数据的企业环保监测方法
CN110135636B (zh) 一种车间运行状态预测信息的获取方法、装置及系统
CN116937575A (zh) 一种网格系统用的能源监控管理系统
CN115730864A (zh) 基于物联网的智能能源管理平台
CN114169570A (zh) 一种基于物联网与云计算技术的智慧能源管理平台
CN114596693A (zh) 用于能源监控和管理的方法、系统、介质和程序产品
CN110633916A (zh) 煤矿企业能效管控系统
CN103914058B (zh) 一种油气管道工控设备远程监控系统的故障诊断和告警方法及系统
CN112418638A (zh) 站用直流电源系统运维风险的预警系统及预警方法
CN115392640A (zh) 一种面向检修的电动发电机全生命周期费用效能评估系统
CN115130905A (zh) 流域梯级电厂集控中心调度值班管理系统及使用方法
CN114879619A (zh) 数字车间能源优化方法及系统
CN117614137A (zh) 基于多源数据融合的配电网优化系统
CN116644929A (zh) 一种基于物联感知的配电网设备运维工单智能管理方法

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