CN115183314A - 分布式负荷预测智能控制系统的结构 - Google Patents
分布式负荷预测智能控制系统的结构 Download PDFInfo
- Publication number
- CN115183314A CN115183314A CN202210666977.1A CN202210666977A CN115183314A CN 115183314 A CN115183314 A CN 115183314A CN 202210666977 A CN202210666977 A CN 202210666977A CN 115183314 A CN115183314 A CN 115183314A
- Authority
- CN
- China
- Prior art keywords
- data
- platform
- analysis
- database
- information
- 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
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 8
- 238000010223 real-time analysis Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 abstract description 19
- 230000005540 biological transmission Effects 0.000 abstract description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 abstract description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 abstract description 3
- 239000001569 carbon dioxide Substances 0.000 abstract description 3
- 239000005431 greenhouse gas Substances 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及供热系统技术领域，且公开了分布式负荷预测智能控制系统的结构，包括数据源和统一大数据平台，所述数据源内的数据包括智能传感器实时采集的数据和三方系统数据，且所述三方系统数据包括三方系统流式数据和三方系统存储于数据库数据，所述统一大数据平台包括缓冲数据库、数据分析报警模块和数据存储模块。该分布式负荷预测智能控制系统的结构，通过有针对性的调节后有效降低热量在传输过程中的损失，保证热用户的室内温度不会偏高或偏低。热力企业通过分布式负荷预测智能控制系统提高供热系统运行效率，降低热源企业在生产热能过程中化石能源的利用，可以极大的降低二氧化碳等温室气体的排放。
Description
技术领域
本发明涉及供热系统技术领域，具体为分布式负荷预测智能控制系统的结构。
背景技术
由于城镇化的快速发展，城市规模不断扩大，加上城市环境保护意识的不断提高，区域锅炉房或小型热电厂的供暖模式已越来越不能满足日益增长的城市集中供热面积的需要，城市供暖模式逐渐向以大型热电厂作为集中供热热源的方法发展。而大面积的集中供热系统是一个高迟滞、大惰性的复杂系统，集中供热控制系统只能基于当天的室外平均气温结合经验值调节热源参数及换热站供水温度，这种模式的弊端是不能根据一天当中不同时间段的光照、温度针对性地调节供热参数，为此，提出一种分布式负荷预测智能控制系统的结构。
发明内容
针对现有技术的不足，本发明提供了分布式负荷预测智能控制系统的结构，具备通过气象信息与运行历史数据判断出供热系统中存在的风险以及高能耗点，通过有针对性的调节后有效降低热量在传输过程中的损失，保证热用户的室内温度不会偏高或偏低。热力企业通过分布式负荷预测智能控制系统提高供热系统运行效率，降低热源企业在生产热能过程中化石能源的利用，可以极大的降低二氧化碳等温室气体的排放等的优点，解决了上述背景技术中提出的问题。
本发明提供如下技术方案：分布式负荷预测智能控制系统的结构，包括数据源和统一大数据平台，所述数据源内的数据包括智能传感器实时采集的数据和三方系统数据，且所述三方系统数据包括三方系统流式数据和三方系统存储于数据库数据，所述统一大数据平台包括缓冲数据库、数据分析报警模块和数据存储模块，所述统一数据平台对于智能传感器实时采集的数据提供网关服务，对各类智能传感器实时监测数，进行解析、处理、规则处理等操作，实现实时采集数据的快捷接入，所述统一大数据平台对于三方系统流式数据平台提供对应的服务接口实现数据的接入，所述统一大数据平台通过ETL工具对三方系统存储于数据库数据进行数据抽取，并规范化处理后接入平台，所述统一大数据平台通过数据分析报警模块对存储的信息进行实时分析，并将分析结果数据存入数据存储模块或者进行分发处理，所述数据存储模块按照数据分类划分为基础数据、业务数据、配置数据、统计数据四大类。
优选的，所述统一大数据平台是基于公共通讯网络平台基础上采用物联网技术，搭建的热力生产信息平台。
优选的，所述智能传感器实时数据种类包括热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据和表计监测数据，所述表计监测数据通过采集适配接口直接接入统一大数据平台，所述热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据需先进入缓冲数据库内，再经过时序数据采集或数据库同步软件接入到统一大数据平台。
优选的，所述三方系统存储于数据库数据种类包括客服系统数据、收费系统数据、web发布数据、库房管理软件数据、设备管理数据和室内温度数据，所述方系统存储于数据库数据均先传输至缓冲数据库，再经过数据库同步软件接入统一大数据平台。
优选的，所述数据分析报警模块基于规则引擎，解析系统内定义的规则表达式，对输入的原始数据进行实时分析，实时分析的内容包括：数据阀值、数据变化率、数据平坦、数据延迟以及有无数据判断，整个报警规则引擎分为直接上送报警、判定报警两类，对于不同的报警数据来源制定不同的报警规则，并经数据分发服务分发至消息服务与数据入库服务，消息服务为实时展示、消息提醒提供订阅，数据入库服务对报警结果数据进行入库。
优选的，所述基础数据主要包括：用户档案信息、设备信息和采集监测数据；所述业务数据主要包括：合同信息、收费信息和设备运行信息；所述配置类数据主要包括：采集设备配置信息、系统配置信息、业务规则信息、数据分发规则信息；所述统计数据主要包括：用户画像、设备画像、收费统计分析、设备运行分析、统计报表、监测数据分析。
与现有技术对比，本发明具备以下有益效果：
1、该分布式负荷预测智能控制系统的结构，通过有针对性的调节后有效降低热量在传输过程中的损失，保证热用户的室内温度不会偏高或偏低。热力企业通过分布式负荷预测智能控制系统提高供热系统运行效率，降低热源企业在生产热能过程中化石能源的利用，可以极大的降低二氧化碳等温室气体的排放，创造出巨大的经济效益和社会效益。
2、该分布式负荷预测智能控制系统的结构，在获取生产现场、生产管理、热网管理、运营管理、信息等原始数据的基础上，将数据在数据中心计算经过计算、分析、统计、优化后，以可视化图表等有效的方式展现出来，运用大数据技术及移动互联技术使决策者能够通过电脑手机等、随时掌握生产、运营状态，实现实时成本核算与收支计算，以便加强内部考核与成本控制，提高管理水平，降低运营成本；同时又具备热网负荷监测功能，从而实现热网的平衡调度。
附图说明
图1为本发明结构原理示意图；
图2为本发明结构对实时数据接入原理示意图；
图3为本发明结构对三方系统存储于数据库数据接入原理示意图；
图4为本发明结构数据报警原理示意图；
图5为本发明实施例采集控制系统结构示意图。
图中：1、Modbus Tcp通讯方式；2、数据库服务器；3、Modbus RTU通讯方式；4、GPRS/Internet；5、GPRS信号；6、气象数据采集系统；7、换热站监控系统；8、GPRS DTU通讯模块；9、RS232通讯方式；10、智能气象供热负荷预测远传控制设备温度传感器；11、风速传感器；12、光照传感器；13、换热站；14、气象环境；15、用户周围的温度。
具体实施方式
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，都属于本发明保护的范围。
请参阅图1至3，分布式负荷预测智能控制系统的结构，包括数据源和统一大数据平台，数据源内的数据包括智能传感器实时采集的数据和三方系统数据，且三方系统数据包括三方系统流式数据和三方系统存储于数据库数据，统一大数据平台包括缓冲数据库、数据分析报警模块和数据存储模块，统一数据平台对于智能传感器实时采集的数据提供网关服务，对各类智能传感器实时监测数，进行解析、处理、规则处理等操作，实现实时采集数据的快捷接入，统一大数据平台对于三方系统流式数据平台提供对应的服务接口实现数据的接入，统一大数据平台通过ETL工具对三方系统存储于数据库数据进行数据抽取，并规范化处理后接入平台。
智能传感器实时数据种类包括热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据和表计监测数据，表计监测数据通过采集适配接口直接接入统一大数据平台，热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据需先进入缓冲数据库内，再经过时序数据采集或数据库同步软件接入到统一大数据平台。
三方系统存储于数据库数据种类包括客服系统数据、收费系统数据、web发布数据、库房管理软件数据、设备管理数据和室内温度数据，方系统存储于数据库数据均先传输至缓冲数据库，再经过数据库同步软件接入统一大数据平台。
请参阅图4，统一大数据平台通过数据分析报警模块对存储的信息进行实时分析，并将分析结果数据存入数据存储模块或者进行分发处理，数据分析报警模块基于规则引擎，解析系统内定义的规则表达式，对输入的原始数据进行实时分析。
实时分析的内容包括：数据阀值、数据变化率、数据平坦、数据延迟、以及有无数据判断，并将分析结果数据存入数据库或者进行分发处理。如：实时越限报警，对越限指标按照越限规则进行判别，并对其结果进行分发处理，若越限则进行两步操作。第一步，对越限指标及其越限描述推送至实时展示界面；第二步，对越限指标及其越限描述存入数据库以供后期分析。
数据分析报警模块的报警服务基于规则引擎，解析系统内定义的规则表达式，对输入的原始数据进行实时分析。整个报警规则引擎分为直接上送报警、判定报警两类。对于不同的报警数据来源制定不同的报警规则，并经数据分发服务分发至消息服务与数据入库服务。消息服务为实时展示、消息提醒提供订阅。数据入库服务对报警结果数据进行入库。
统一大数据平台整体数据存储，按照数据分类划分为基础数据、业务数据、配置数据、统计数据四大类；基础数据主要包括：用户档案信息、设备信息和采集监测数据；业务数据主要包括：合同信息、收费信息和设备运行信息；配置类数据主要包括：采集设备配置信息、系统配置信息、业务规则信息、数据分发规则信息；统计数据主要包括：用户画像、设备画像、收费统计分析、设备运行分析、统计报表、监测数据分析。
统一大数据平台是基于公共通讯网络平台基础上采用物联网技术，搭建的热力生产信息平台。
请参阅图5，实施例：一种分布式负荷预测智能控制系统的结构，包括数据库服务器2、气象数据采集系统6和换热站监控系统7，气象数据采集系统6包括GPRS DTU通讯模块8、智能气象供热负荷预测远传控制设备温度传感器10、风速传感器11、光照传感器12和换热站13。
换热站监控系统7实时监控其周围的气象环境14，并把监测到的数据通过ModbusTcp通讯方式1传输给数据库服务器，气象数据采集系统6通过风速传感器11、光照传感器12和换热站13监测用户周围的温度15，风速传感器11、光照传感器13和换热站13把监测到的信息传递给智能气象供热负荷预测远传控制设备温度传感器10，智能气象供热负荷预测远传控制设备温度传感器10通过RS232通讯方式9传递信号给GPRS DTU通讯模块8，GPRS DTU通讯模块8传输GPRS信号5，GPRS信号5通过GPRS/Internet 4或Modbus RTU通讯方式3传递给数据库服务器2，所有的热力站将采集到的信号直接汇集到统一的数据平台上，移动终端用户可以在统一的“数据平台”上实现数据信息共享和监控调度等工作，实现实时成本核算与收支计算，以便加强内部考核与成本控制，提高管理水平，降低运营成本；同时又具备热网负荷监测功能，从而实现热网的平衡调度。
本申请涉及到的电器元件均在市场上可以买到，均是现有技术，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物限定。
Claims (6)
1.分布式负荷预测智能控制系统的结构，包括数据源和统一大数据平台，其特征在于：所述数据源内的数据包括智能传感器实时采集的数据和三方系统数据，且所述三方系统数据包括三方系统流式数据和三方系统存储于数据库数据，所述统一大数据平台包括缓冲数据库、数据分析报警模块和数据存储模块，所述统一数据平台对于智能传感器实时采集的数据提供网关服务，对各类智能传感器实时监测数，进行解析、处理、规则处理等操作，实现实时采集数据的快捷接入，所述统一大数据平台对于三方系统流式数据平台提供对应的服务接口实现数据的接入，所述统一大数据平台通过ETL工具对三方系统存储于数据库数据进行数据抽取，并规范化处理后接入平台，所述统一大数据平台通过数据分析报警模块对存储的信息进行实时分析，并将分析结果数据存入数据存储模块或者进行分发处理，所述数据存储模块按照数据分类划分为基础数据、业务数据、配置数据、统计数据四大类。
2.根据权利要求1所述的分布式负荷预测智能控制系统的结构，其特征在于：所述统一大数据平台是基于公共通讯网络平台基础上采用物联网技术，搭建的热力生产信息平台。
3.根据权利要求1所述的分布式负荷预测智能控制系统的结构，其特征在于：所述智能传感器实时数据种类包括热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据和表计监测数据，所述表计监测数据通过采集适配接口直接接入统一大数据平台，所述热计量系统数据、温度监测数据、热网运行监测数据、wincc数据、EV8000数据、热源监测数据需先进入缓冲数据库内，再经过时序数据采集或数据库同步软件接入到统一大数据平台。
4.根据权利要求1所述的分布式负荷预测智能控制系统的结构，其特征在于：所述三方系统存储于数据库数据种类包括客服系统数据、收费系统数据、web发布数据、库房管理软件数据、设备管理数据和室内温度数据，所述方系统存储于数据库数据均先传输至缓冲数据库，再经过数据库同步软件接入统一大数据平台。
5.根据权利要求1所述的分布式负荷预测智能控制系统的结构，其特征在于：所述数据分析报警模块基于规则引擎，解析系统内定义的规则表达式，对输入的原始数据进行实时分析，实时分析的内容包括：数据阀值、数据变化率、数据平坦、数据延迟以及有无数据判断，整个报警规则引擎分为直接上送报警、判定报警两类，对于不同的报警数据来源制定不同的报警规则，并经数据分发服务分发至消息服务与数据入库服务，消息服务为实时展示、消息提醒提供订阅，数据入库服务对报警结果数据进行入库。
6.根据权利要求1所述的分布式负荷预测智能控制系统的结构，其特征在于：所述基础数据主要包括：用户档案信息、设备信息和采集监测数据；所述业务数据主要包括：合同信息、收费信息和设备运行信息；所述配置类数据主要包括：采集设备配置信息、系统配置信息、业务规则信息、数据分发规则信息；所述统计数据主要包括：用户画像、设备画像、收费统计分析、设备运行分析、统计报表、监测数据分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210666977.1A CN115183314A (zh) | 2022-06-14 | 2022-06-14 | 分布式负荷预测智能控制系统的结构 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210666977.1A CN115183314A (zh) | 2022-06-14 | 2022-06-14 | 分布式负荷预测智能控制系统的结构 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115183314A true CN115183314A (zh) | 2022-10-14 |
Family
ID=83514063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210666977.1A Pending CN115183314A (zh) | 2022-06-14 | 2022-06-14 | 分布式负荷预测智能控制系统的结构 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115183314A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1089708A (ja) * | 1996-09-12 | 1998-04-10 | Sanyo Electric Co Ltd | 床暖房見積り設計支援システム |
| CN103559576A (zh) * | 2013-10-30 | 2014-02-05 | 广东工业大学 | 一种能源管理系统 |
| US20170051925A1 (en) * | 2015-08-21 | 2017-02-23 | Google Inc. | Intelligent hvac control including automatic furnace shutdown event processing |
| CN109086894A (zh) * | 2018-07-06 | 2018-12-25 | 西安热工研究院有限公司 | 一种面向区域发电公司的报警消息中心系统 |
| KR20200071805A (ko) * | 2018-11-30 | 2020-06-22 | 앤시정보기술주식회사 | IoT기반 실시간 에너지 모니터링 및 데이터 분석 시스템 |
| CN112178756A (zh) * | 2020-09-29 | 2021-01-05 | 华能国际电力股份有限公司日照电厂 | 一种供热智能管理系统及其工作方法 |
| CN112178755A (zh) * | 2020-09-29 | 2021-01-05 | 华润电力（菏泽）有限公司 | 一种供热系统的自动控制系统 |
| CN112379653A (zh) * | 2020-12-01 | 2021-02-19 | 国能信控互联技术有限公司 | 一种基于微服务架构的智慧电厂管控系统 |
| CN113202984A (zh) * | 2021-06-21 | 2021-08-03 | 云能科技有限公司 | 一种纳米复合保温的球墨铸铁供热管道系统 |
| CN113537820A (zh) * | 2021-07-29 | 2021-10-22 | 山东普赛通信科技股份有限公司 | 一种供热系统二网平衡综合评价方法及系统 |
-
2022
- 2022-06-14 CN CN202210666977.1A patent/CN115183314A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1089708A (ja) * | 1996-09-12 | 1998-04-10 | Sanyo Electric Co Ltd | 床暖房見積り設計支援システム |
| CN103559576A (zh) * | 2013-10-30 | 2014-02-05 | 广东工业大学 | 一种能源管理系统 |
| US20170051925A1 (en) * | 2015-08-21 | 2017-02-23 | Google Inc. | Intelligent hvac control including automatic furnace shutdown event processing |
| CN109086894A (zh) * | 2018-07-06 | 2018-12-25 | 西安热工研究院有限公司 | 一种面向区域发电公司的报警消息中心系统 |
| KR20200071805A (ko) * | 2018-11-30 | 2020-06-22 | 앤시정보기술주식회사 | IoT기반 실시간 에너지 모니터링 및 데이터 분석 시스템 |
| CN112178756A (zh) * | 2020-09-29 | 2021-01-05 | 华能国际电力股份有限公司日照电厂 | 一种供热智能管理系统及其工作方法 |
| CN112178755A (zh) * | 2020-09-29 | 2021-01-05 | 华润电力（菏泽）有限公司 | 一种供热系统的自动控制系统 |
| CN112379653A (zh) * | 2020-12-01 | 2021-02-19 | 国能信控互联技术有限公司 | 一种基于微服务架构的智慧电厂管控系统 |
| CN113202984A (zh) * | 2021-06-21 | 2021-08-03 | 云能科技有限公司 | 一种纳米复合保温的球墨铸铁供热管道系统 |
| CN113537820A (zh) * | 2021-07-29 | 2021-10-22 | 山东普赛通信科技股份有限公司 | 一种供热系统二网平衡综合评价方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112093828B (zh) | 基于云计算的分散式污水处理智能平台 | |
| CN202110422U (zh) | 基于物联网的危险源远程监测及跟踪系统 | |
| CN113285974A (zh) | 一种基于数字孪生技术的企业碳排放监控系统 | |
| CN102545707B (zh) | 以发电单元为基本预测单元的发电功率预测方法及系统 | |
| CN112213982A (zh) | 一种基于物联网技术的城市智慧供热管控一体化系统 | |
| CN105003958A (zh) | 一种基于物联网的城市区域集中供热监控系统及供热系统 | |
| CN112178756A (zh) | 一种供热智能管理系统及其工作方法 | |
| CN201548615U (zh) | 一种配电线路台区理论线损实时统计分析系统 | |
| CN112996090B (zh) | 一种节能管理系统及方法 | |
| CN107968482A (zh) | 一种新能源发电场站管理平台 | |
| CN113762911A (zh) | 一种基于分布式架构的综合能源服务平台的制作方法 | |
| CN112184528A (zh) | 一种智慧园区大数据智能平台 | |
| CN114446037A (zh) | 一种基于物联网技术的碳排放量监测系统及方法 | |
| CN109765871A (zh) | 一种用于产业园区的综合能源管控系统 | |
| CN204515433U (zh) | 职业病健康安全数据实时监测及信息管理系统 | |
| CN1105366C (zh) | 实时监控信息管理一体化系统 | |
| CN114448094A (zh) | 一种基于台区智能业务终端边缘计算的数据共享系统 | |
| CN112987617A (zh) | 近零能耗建筑数字化管理系统及能效监测方法 | |
| CN115460259A (zh) | 一种智慧园区管理系统及其管理方法 | |
| CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
| CN116051025A (zh) | 一种面向园区能耗的数字孪生基础开发平台 | |
| CN117613899A (zh) | 基于电价实时感知的设备负荷智能调节方法、装置及系统 | |
| CN112068524A (zh) | 一种面向企业运行维护的能源管控平台 | |
| CN112580957A (zh) | 一种基于云平台的智慧能源管控系统 | |
| CN115183314A (zh) | 分布式负荷预测智能控制系统的结构 |
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 |