CN115275996A - 基于云计算电子信息机房的能源管控系统及方法 - Google Patents

基于云计算电子信息机房的能源管控系统及方法 Download PDF

Info

Publication number
CN115275996A
CN115275996A CN202210930512.2A CN202210930512A CN115275996A CN 115275996 A CN115275996 A CN 115275996A CN 202210930512 A CN202210930512 A CN 202210930512A CN 115275996 A CN115275996 A CN 115275996A
Authority
CN
China
Prior art keywords
electronic information
value
machine room
power generation
information machine
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
CN202210930512.2A
Other languages
English (en)
Inventor
朱潮龙
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210930512.2A priority Critical patent/CN115275996A/zh
Publication of CN115275996A publication Critical patent/CN115275996A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于云计算电子信息机房的能源管控系统及方法，本申请中电子信息机房历史光伏发电功率的模型值能将电子信息的机房历史光伏发电功率实测值转化为具有多参数周期性变化、精度可调整的数值，这样可以更加方便构建光伏发电的功率受到气候影响的条件多参数关系，基于此对电子信息机房光伏发电功率的预测结果更加精准的。

Description

基于云计算电子信息机房的能源管控系统及方法
技术领域
本发明涉及一种基于云计算电子信息机房的能源管控系统及方法。
背景技术
目前能源紧张的形势越来越紧迫，现有技术中，电子信息机房的能源使用中完全可以的引入光伏能源但是光伏能源本身并不稳定，所以说需要对电子信息机房的光伏能源进行管控。现有技术中，如专利文献CN107491833B公开了一种技术，用于对光伏发电的功率进行预测，从而能够做到更加精准的调控光伏能源的效果，该类技术核心在于：获取同等时间的光伏发电功率数据和气象数据，并且建立等效光伏发电漂移系数，等效光伏发电漂移系数具体指在相同时刻的去噪光伏发电功率和理想的功率的比值。基于此，将历史时段的若干时刻的气象数据做输入值，将等效光伏发电漂移系数做目标值，通过神经网络训练获得气象数据和光伏发电数据的关系，得到预测的模型。即便如此，由于光伏发电的功率受到气候影响的条件的作用非常复杂，所以说也不能够对神经网络做到精准的训练，所以说现有技术，仍然不能够达到精准的神经网络训练，据此，对光伏发电的功率预测的效果并不好。
发明内容
为了克服现有的技术存在的不足，本发明提供一种基于云计算电子信息机房的能源管控系统及方法。
本发明解决其技术问题所采用的技术方案是：
基于云计算电子信息机房的能源管控方法包括步骤有：
云服务器构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；该神经网络模型用于输入电子信息机房历史光伏发电功率的模型值作为训练目标值，该神经网络模型还用于输入与“电子信息机房历史光伏发电功率的模型值”同时刻的气象数据值作为训练输入值，该神经网络模型通过训练目标值与训练输入值进行学习训练并得到电子信息机房历史光伏发电功率的模型值与气象数据值之间的关系；云服务器输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系。
进一步，所述的电子信息机房历史光伏发电功率的模型值具体为，
Figure BDA0003781133540000021
其中，m表征模型值的精度，m越大模型值表征的数与实际值越接近；p为变量，q1,q2为常数，t即电子信息的机房历史光伏发电功率实测值，电子信息机房历史光伏发电功率的模型值能将t转化为具有多参数周期性变化、精度可调整的数值。
进一步，所述的气象数值具体指多种气象条件值共同映射的一个具体数值。
进一步，所述气象条件值在选定中基于电子信息机房历史光伏发电功率的模型值与每种气象条件值的皮尔逊积矩阵相关系数选定。
基于云计算电子信息机房的能源管控系统，包括有云服务器，云服务器用于构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；云服务器还用于输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系。
有益效果
电子信息机房历史光伏发电功率的模型值能将电子信息的机房历史光伏发电功率实测值转化为具有多参数周期性变化、精度可调整的数值，这样可以更加方便构建光伏发电的功率受到气候影响的条件多参数关系，基于此对电子信息机房光伏发电功率的预测结果更加精准的。
具体实施方式
本申请公开了基于云计算电子信息机房的能源管控方法，包括步骤有：
云服务器构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；该神经网络模型用于输入电子信息机房历史光伏发电功率的模型值作为训练目标值，该神经网络模型还用于输入与“电子信息机房历史光伏发电功率的模型值”同时刻的气象数据值作为训练输入值，该神经网络模型通过训练目标值与训练输入值进行学习训练并得到电子信息机房历史光伏发电功率的模型值与气象数据值之间的关系；云服务器输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系；相应的公开了基于云计算电子信息机房的能源管控系统，包括有云服务器，云服务器用于构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；云服务器还用于输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系；所述的气象数值具体指多种气象条件值共同映射的一个具体数值。用于实施本申请中系统的功能的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。在本申请的上下文中，本申请中系统的功能的程序代码存储在机器可读介质，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。，
本申请实施中电子信息机房历史光伏发电功率的模型值能将电子信息的机房历史光伏发电功率实测值转化为具有多参数周期性变化、精度可调整的数值，这样可以更加方便构建光伏发电的功率受到气候影响的条件多参数关系，基于此对电子信息机房光伏发电功率的预测结果更加精准的。
优选地所述的电子信息机房历史光伏发电功率的模型值具体为，
Figure BDA0003781133540000041
其中，m表征模型值的精度，m越大模型值表征的数与实际值越接近；p为变量，q1,q2为常数，t即电子信息的机房历史光伏发电功率实测值，电子信息机房历史光伏发电功率的模型值能将t转化为具有多参数周期性变化、精度可调整的数值。
优选地所述气象条件值在选定中基于电子信息机房历史光伏发电功率的模型值与每种气象条件值的皮尔逊积矩阵相关系数选定。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (5)

1.基于云计算电子信息机房的能源管控方法,其特征在于，包括步骤有：
云服务器构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；该神经网络模型用于输入电子信息机房历史光伏发电功率的模型值作为训练目标值，该神经网络模型还用于输入与“电子信息机房历史光伏发电功率的模型值”同时刻的气象数据值作为训练输入值，该神经网络模型通过训练目标值与训练输入值进行学习训练并得到电子信息机房历史光伏发电功率的模型值与气象数据值之间的关系；云服务器输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系。
2.根据权利要求1所述的基于云计算电子信息机房的能源管控方法,其特征在于，所述的电子信息机房历史光伏发电功率的模型值具体为，
Figure FDA0003781133530000011
其中，m表征模型值的精度，m越大模型值表征的数与实际值越接近；p为变量，q1,q2为常数，t即电子信息的机房历史光伏发电功率实测值，电子信息机房历史光伏发电功率的模型值能将t转化为具有多参数周期性变化、精度可调整的数值。
3.根据权利要求1所述的基于云计算电子信息机房的能源管控方法,其特征在于，所述的气象数值具体指多种气象条件值共同映射的一个具体数值。
4.根据权利要求1所述的基于云计算电子信息机房的能源管控方法,其特征在于，所述气象条件值在选定中基于电子信息机房历史光伏发电功率的模型值与每种气象条件值的皮尔逊积矩阵相关系数选定。
5.基于云计算电子信息机房的能源管控系统,其特征在于，包括有云服务器，云服务器用于构建对气象数据与电子信息机房光伏发电功率相关的神经网络模型；云服务器还用于输入当前的气象数据或未来一段时期的气象数据到神经网络模型得到对电子信息机房光伏发电功率的预测结果，基于对电子信息机房预测结果调整光伏能源与电网能源的互补关系。
CN202210930512.2A 2022-08-04 2022-08-04 基于云计算电子信息机房的能源管控系统及方法 Pending CN115275996A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210930512.2A CN115275996A (zh) 2022-08-04 2022-08-04 基于云计算电子信息机房的能源管控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210930512.2A CN115275996A (zh) 2022-08-04 2022-08-04 基于云计算电子信息机房的能源管控系统及方法

Publications (1)

Publication Number Publication Date
CN115275996A true CN115275996A (zh) 2022-11-01

Family

ID=83749910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210930512.2A Pending CN115275996A (zh) 2022-08-04 2022-08-04 基于云计算电子信息机房的能源管控系统及方法

Country Status (1)

Country Link
CN (1) CN115275996A (zh)

Similar Documents

Publication Publication Date Title
CN110298501B (zh) 基于长短时记忆神经网络的电负荷预测方法
CN110751326A (zh) 一种光伏日前功率预测方法、装置以及存储介质
CN112906757A (zh) 模型训练方法、光功率预测方法、装置、设备及存储介质
CN118052424B (zh) 物料分配方法、装置、电子设备及存储介质
CN113988398A (zh) 一种风电机组功率预测方法、装置、电子设备和存储介质
Choi et al. Performance evaluation of deep learning architectures for load and temperature forecasting under dataset size constraints and seasonality
JP2022095895A (ja) 交通データ予測方法、交通データ予測装置、電子機器、記憶媒体、コンピュータプログラム製品及びコンピュータプログラム
WO2020148941A1 (ja) 期待値計算による発電量精密予測法、期待値計算による発電量精密予測システムおよび期待値計算による発電量精密予測プログラム
CN116839173A (zh) 一种能耗优化方法、装置、存储介质和电子设备
CN113705929A (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
CN114492641A (zh) 电力负荷预测方法、装置、设备及存储介质
US11687689B2 (en) Capacity forecasting
US20220083903A1 (en) Load forecasting
CN115275996A (zh) 基于云计算电子信息机房的能源管控系统及方法
CN113554280A (zh) 电网系统调度模型的训练方法、装置、设备和存储介质
CN116227899A (zh) 小区房屋能耗预测方法、装置、电子设备及可读存储介质
CN114298389A (zh) 一种臭氧浓度预报方法及装置
CN114995105A (zh) 一种基于改进遗传算法的水轮机调节系统pid参数优化方法
CN114528749A (zh) 模型确定方法、装置、电子设备以及存储介质
CN114282658A (zh) 一种针对流量序列分析及预测的方法、设备和介质
CN113435718A (zh) 玻璃的生成方法、装置、电子设备及存储介质
CN108599273B (zh) 一种基于人工智能的电网调控方法及装置
EP4002625A1 (en) Mitigation of peak power exchange between suppliers and facilities
CN116579507B (zh) 塑胶模具工艺参数的智能处理系统
CN118798069A (zh) 机房监测的方法及装置、电子设备和存储介质

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