CN115313659B - 基于工业互联网的能源设备容量优化配置方法 - Google Patents

Abstract

本发明公开了基于工业互联网的能源设备容量优化配置方法，属于能源调度优化技术领域，具体方法包括：获取需要进行优化的关联在工业互联网上的能源设备，标记为目标设备；获取各个目标设备以及储能设备的位置信息和设备信息，根据获得的位置信息和设备信息绘制目标设备信息图；基于工业互联网和目标设备信息图建立能耗监控模型；在能耗监控模型实时识别储能值，识别储能值在储能优化区间中的位置，根据识别的位置进行相应的储能调整；通过建立能耗监控模型，根据实际生产情况进行能源优化，实时保障储能值处于一个合适的区间，当出现特殊情况时，仍能保障对应目标设备的正常运行，并根据实际数据进行储能优化区间的动态更新。

Description

基于工业互联网的能源设备容量优化配置方法

技术领域

本发明属于能源调度优化技术领域，具体是基于工业互联网的能源设备容量优化配置方法。

背景技术

工业互联网(Industrial Internet)是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径。

在生产工作中，尤其是某些对生产过程具有严格要求的生产工艺，在能源设备运行的过程中不能进行设备的停止运行，当因为某些特殊情况导致设备停止运行时，极易导致管路堵塞等现象发生，需要花费大量的时间进行弥补，因此为了解决上述问题，本发明提供了基于工业互联网的能源设备容量优化配置方法。

发明内容

为了解决上述方案存在的问题，本发明提供了基于工业互联网的能源设备容量优化配置方法。

本发明的目的可以通过以下技术方案实现：

基于工业互联网的能源设备容量优化配置方法，具体方法包括：

步骤一：获取需要进行优化的关联在工业互联网上的能源设备，标记为目标设备；

步骤二：获取各个目标设备以及储能设备的位置信息和设备信息，根据获得的位置信息和设备信息绘制目标设备信息图；

步骤三：基于工业互联网和目标设备信息图建立能耗监控模型；

步骤四：在能耗监控模型实时识别储能值，识别储能值在储能优化区间中的位置，根据识别的位置进行相应的储能调整。

进一步地，根据获得的位置信息和设备信息绘制目标设备信息图的方法包括：

根据获得的位置信息在空白的图纸上标记对应的位置点，根据获得的设备信息匹配对应的设备模块，将获得的设备模块设置在对应的位置点上，根据设备信息进行相应的连接，并标记对应的设备信息，将当前的图纸标记为目标设备信息图。

进一步地，基于工业互联网和目标设备信息图建立能耗监控模型的方法包括：

通过工业互联网和目标设备信息图建立初始显示模型，在初始显示模型中补充能耗单元和计算单元，通过能耗单元实时获取储能设备中储存的能源，并在初始显示模型中进行实时显示；通过计算单元实时计算储能优化区间，并将计算的储能优化区间在初始显示模型中进行实时显示，将当前的初始显示模型标记为能耗监控模型。

进一步地，计算单元的工作方法包括：

获取各个目标设备的工作进度计划，根据获得的进度计划确定对应的应急时长，获取在当前进度计划下各个目标设备能耗速率，根据公式

计算最低储能值，其中i表示目标设备，i＝1、2、……、n，n为正整数；T为应急时长，Pi为对应目标设备的能耗速率，根据获得的各个目标设备能耗速率计算能耗代表值，将最低储能值和能耗代表值整合为区间分析坐标；

建立区间分析模型，将区间分析坐标输入到分析模型中，获得优化区间，识别优化区间的优化上限值和优化下限值，根据优化上限值和优化下限值计算对应的后端消耗值和前端补充值，将计算的后端消耗值和前端补充值补充到区间分析坐标中，将补充后的区间分析坐标再次输入到分析模型中，获得对应的优化区间、储存补充值和储存消耗值，将获得的优化区间、储存补充值和储存消耗值整合为储能优化区间。

进一步地，根据获得的进度计划确定对应的应急时长的方法包括：

基于大数据分析获得紧急时长区间，将获得的紧急时长区间和进度计划整合为时长分析数据，建立时长分析模型，将时长分析数据输入到时长分析模型中进行分析，获得对应的应急时长。

进一步地，根据优化上限值和优化下限值计算后端消耗值的方法包括：

将优化上限值和优化下限值分别标记为Us、Ux，将能耗代表值标记为NF，根据优化上限值匹配对应的后端调整系数，标记为βs，根据公式XHs＝(Us-Ux)×b1-βs×NF计算后端消耗值。

进一步地，根据优化上限值和优化下限值计算前端补充值的方法包括：

将优化上限值Us、优化下限值Ux以及能耗代表值NF，根据优化下限值匹配对应的前端调整系数，标记为βx，根据公式XHx＝(Us-Ux)×b2-βx×NF计算前端补充值。

进一步地，中b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1。

进一步地，根据识别的位置进行相应的储能调整的方法包括：

当储能值位于优化区间内时，不进行操作；当储能值位于优化区间外，且小于优化下限值时，识别对应的储存补充值，根据识别的储存补充值进行相应的储能补充；当储能值位于优化区间外，且大于优化上限值时，识别对应的储存消耗值，根据识别的储存消耗值进行相应的能源使用消耗。

与现有技术相比，本发明的有益效果是：

通过建立能耗监控模型，根据实际生产情况进行能源优化，实时保障储能值处于一个合适的区间，当出现特殊情况时，仍能保障对应目标设备的正常运行，并根据实际数据进行储能优化区间的动态更新，保障能耗监控模型的准确性。

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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明方法流程图。

具体实施方式

下面将结合实施例对本发明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。

如图1所示，基于工业互联网的能源设备容量优化配置方法，具体方法包括：

步骤一：获取需要进行优化的关联在工业互联网上的能源设备，标记为目标设备；

步骤二：获取各个目标设备以及储能设备的位置信息和设备信息，根据获得的位置信息和设备信息绘制目标设备信息图；

设备信息包括种类、型号、用途、连接关系、能耗等信息。

根据获得的位置信息和设备信息绘制目标设备信息图的方法包括：

根据获得的位置信息在空白的图纸上标记对应的位置点，根据获得的设备信息匹配对应的设备模块，设备模块即为代表该型号设备的标准图块，可以根据可能具有设备建立对应的图库，进行相应的匹配后即可获得，将获得的设备模块设置在对应的位置点上，根据设备信息进行相应的连接，并标记对应的设备信息，将当前的图纸标记为目标设备信息图。

步骤三：基于工业互联网和目标设备信息图建立能耗监控模型；

基于工业互联网和目标设备信息图建立能耗监控模型的方法包括：

通过工业互联网和目标设备信息图建立初始显示模型，在初始显示模型中补充能耗单元和计算单元，所述能耗单元用于基于工业互联网实时获取储能设备中储存的能源，并在初始显示模型中进行实时显示，所述计算单元用于实时计算储能优化区间；通过能耗单元实时获取储能设备中储存的能源，并在初始显示模型中进行实时显示；通过计算单元实时计算储能优化区间，并将计算的储能优化区间在初始显示模型中进行实时显示，将当前的初始显示模型标记为能耗监控模型。

通过工业互联网和目标设备信息图建立初始显示模型，即为根据工业互联网实时获取各个目标设备的功率等工作信息，将获得的工作信息在目标设备信息图中的对应位置上进行实时显示，进而建立对应的初始显示模型，具体的通过现有技术可以进行相应的功能实现。

计算单元的工作方法包括：

获取各个目标设备的工作进度计划，根据获得的进度计划确定对应的应急时长，获取在当前进度计划下各个目标设备能耗速率，根据公式

计算最低储能值，其中i表示目标设备，i＝1、2、……、n，n为正整数；T为应急时长，Pi为对应目标设备的能耗速率，根据获得的各个目标设备能耗速率计算能耗代表值，将最低储能值和能耗代表值整合为区间分析坐标，分析坐标包括4个元素位，前两个分别为最低储能值和能耗代表值，后两个为前端补充值和后端消耗值，进行组合后标记区间分析坐标，初始时，前端补充值和后端消耗值均为零，经过分析后获得优化区间，进而获得前端补充值和后端消耗值，补充到区间分析坐标中，再次进行分析后获得对应的储存补充值和储存消耗值；

建立区间分析模型，将区间分析坐标输入到分析模型中，获得优化区间，识别优化区间的优化上限值和优化下限值，即为区间的两个边界值；根据优化上限值和优化下限值计算对应的后端消耗值和前端补充值，将计算的后端消耗值和前端补充值补充到区间分析坐标中，将补充后的区间分析坐标再次输入到分析模型中，获得对应的优化区间、储存补充值和储存消耗值，将获得的优化区间、储存补充值和储存消耗值整合为储能优化区间。储能优化区间的格式为(储存补充值|优化区间|储存消耗值)。

区间分析模型是基于CNN网络或DNN网络进行建立的，通过人工的方式设置对应的训练集进行训练，通过训练成功后的区间分析模型进行分析，具体的建立和训练过程为本领域常识。

根据获得的各个目标设备能耗速率计算能耗代表值的方法包括：基于CNN网络或DNN网络建立对应的能耗速率计算模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的能耗速率计算模型对各个目标设备能耗速率进行分析，获得对应的能耗代表值。

根据获得的进度计划确定对应的应急时长的方法包括：

基于大数据分析获得紧急时长区间，紧急时长区间即为当出现如停电等特殊情况时，需要经历的紧急时长，恢复供电时长、备用发电等需要在这段空白期内进行能源供应，保障对应目标设备的正常运行，因为某些设备是不能进行随意停止运行的；根据相应的统计后，即可获得对应的紧急时长区间；将获得的紧急时长区间和进度计划整合为时长分析数据，基于CNN网络或DNN网络建立对应的时长分析模型，通过人工的方式设置对应的训练集进行训练，主要是根据对应的进度计划的时间紧密度，选择紧急时长区间中对应的紧急时长作为应急时长；通过训练成功后的时长分析模型进行分析，将时长分析数据输入到时长分析模型中进行分析，获得对应的应急时长。

根据优化上限值和优化下限值计算后端消耗值的方法包括：

将优化上限值和优化下限值分别标记为Us、Ux，将能耗代表值标记为NF，根据优化上限值匹配对应的后端调整系数，标记为βs，根据公式XHs＝(Us-Ux)×b1-βs×NF计算后端消耗值。

根据优化上限值和优化下限值计算前端补充值的方法包括：

将优化上限值Us、优化下限值Ux以及能耗代表值NF，根据优化下限值匹配对应的前端调整系数，标记为βx，根据公式XHx＝(Us-Ux)×b2-βx×NF计算前端补充值。

其中b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1。

根据优化上限值匹配对应的后端调整系数，以及根据优化下限值匹配对应的前端调整系数，均是基于CNN网络或DNN网络建立对应的系数匹配模型进行匹配的，具体的通过人工的方式设置对应的训练集进行训练。

步骤四：在能耗监控模型实时识别储能值，即为通过能耗单元进行采集显示的储能设备中储存的能源；识别储能值在储能优化区间中的位置，根据识别的位置进行相应的储能调整。

根据识别的位置进行相应的储能调整的方法包括：

当储能值位于优化区间内时，不进行操作；当储能值位于优化区间外，且小于优化下限值时，识别对应的储存补充值，根据识别的储存补充值进行相应的储能补充；当储能值位于优化区间外，且大于优化上限值时，识别对应的储存消耗值，根据识别的储存消耗值进行相应的能源使用消耗。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.基于工业互联网的能源设备容量优化配置方法，其特征在于，具体方法包括：

步骤一：获取需要进行优化的关联在工业互联网上的能源设备，标记为目标设备；

步骤二：获取各个目标设备以及储能设备的位置信息和设备信息，根据获得的位置信息和设备信息绘制目标设备信息图；

步骤三：基于工业互联网和目标设备信息图建立能耗监控模型；

步骤四：在能耗监控模型实时识别储能值，识别储能值在储能优化区间中的位置，根据识别的位置进行相应的储能调整；

基于工业互联网和目标设备信息图建立能耗监控模型的方法包括：

通过工业互联网和目标设备信息图建立初始显示模型，在初始显示模型中补充能耗单元和计算单元，通过能耗单元实时获取储能设备中储存的能源，并在初始显示模型中进行实时显示；通过计算单元实时计算储能优化区间，并将计算的储能优化区间在初始显示模型中进行实时显示，将当前的初始显示模型标记为能耗监控模型；

计算单元的工作方法包括：

获取各个目标设备的工作进度计划，根据获得的进度计划确定对应的应急时长，获取在当前进度计划下各个目标设备能耗速率，根据公式计算最低储能值，其中i表示目标设备，i=1、2、……、n，n为正整数；T为应急时长，Pi为对应目标设备的能耗速率，根据获得的各个目标设备能耗速率计算能耗代表值，将最低储能值和能耗代表值整合为区间分析坐标；

建立区间分析模型，将区间分析坐标输入到分析模型中，获得优化区间，识别优化区间的优化上限值和优化下限值，根据优化上限值和优化下限值计算对应的后端消耗值和前端补充值，将计算的后端消耗值和前端补充值补充到区间分析坐标中，将补充后的区间分析坐标再次输入到分析模型中，获得对应的优化区间、储存补充值和储存消耗值，将获得的优化区间、储存补充值和储存消耗值整合为储能优化区间。

2.根据权利要求1所述的基于工业互联网的能源设备容量优化配置方法，其特征在于，根据获得的位置信息和设备信息绘制目标设备信息图的方法包括：

根据获得的位置信息在空白的图纸上标记对应的位置点，根据获得的设备信息匹配对应的设备模块，将获得的设备模块设置在对应的位置点上，根据设备信息进行相应的连接，并标记对应的设备信息，将当前的图纸标记为目标设备信息图。

3.根据权利要求1所述的基于工业互联网的能源设备容量优化配置方法，其特征在于，根据获得的进度计划确定对应的应急时长的方法包括：

基于大数据分析获得紧急时长区间，将获得的紧急时长区间和进度计划整合为时长分析数据，建立时长分析模型，将时长分析数据输入到时长分析模型中进行分析，获得对应的应急时长。

4.根据权利要求1所述的基于工业互联网的能源设备容量优化配置方法，其特征在于，根据优化上限值和优化下限值计算后端消耗值的方法包括：

将优化上限值和优化下限值分别标记为Us、Ux，将能耗代表值标记为NF，根据优化上限值匹配对应的后端调整系数，标记为βs，根据公式XHs=(Us-Ux)×b1-βs×NF计算后端消耗值，其中b1为比例系数，取值范围为0<b1≤1。

5.根据权利要求4所述的基于工业互联网的能源设备容量优化配置方法，其特征在于，根据优化上限值和优化下限值计算前端补充值的方法包括：

将优化上限值Us、优化下限值Ux以及能耗代表值NF，根据优化下限值匹配对应的前端调整系数，标记为βx，根据公式XHx=(Us-Ux)×b2-βx×NF计算前端补充值，其中，b2为比例系数，取值范围为0<b2≤1。

6.根据权利要求1所述的基于工业互联网的能源设备容量优化配置方法，其特征在于，根据识别的位置进行相应的储能调整的方法包括：

当储能值位于优化区间内时，不进行操作；当储能值位于优化区间外，且小于优化下限值时，识别对应的储存补充值，根据识别的储存补充值进行相应的储能补充；当储能值位于优化区间外，且大于优化上限值时，识别对应的储存消耗值，根据识别的储存消耗值进行相应的能源使用消耗。

Images