CN115933398A - 一种基于物联网的空压系统联动控制节能方法及系统 - Google Patents
一种基于物联网的空压系统联动控制节能方法及系统 Download PDFInfo
- Publication number
- CN115933398A CN115933398A CN202211607930.4A CN202211607930A CN115933398A CN 115933398 A CN115933398 A CN 115933398A CN 202211607930 A CN202211607930 A CN 202211607930A CN 115933398 A CN115933398 A CN 115933398A
- Authority
- CN
- China
- Prior art keywords
- energy
- internet
- things
- minutes
- compressed air
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于物联网的空压系统联动控制节能方法及系统,包括物联网平台系统建立,节能方法包括以下步骤:S1、基于物联网方法建立压缩空气制备系统运行监测平台,运行监测平台电性连接物联网平台系统内各设备;S2、通过物联网技术采集系统各设备能源消耗数据;S3、基于物联网平台系统建立压缩空气群控系统AI算法模型;S4、基于S2采集的数据并通过AI算法模型对系统内每台设备建立效率曲线模型,并在运行过程中自动优化;运行监测平台由控制系统功能模块、能源管理模块及系统健康管理模块等组成,该发明提出的方法和系统可以将压缩空气供应曲线和末端需求精确拟合匹配,确保系统稳定供应生产需求的同时,减少过度输出导致的能源浪费问题。
Description
技术领域
本发明涉及节能技术领域,具体为一种基于物联网的空压系统联动控制节能方法及系统。
背景技术
近年来,随着我国汽车工业产业的蓬勃发展,工业生产能耗在城市总能耗占比不断攀升,建设节能绿色工厂的呼声日益强烈。尤其对于我国内汽车制造工厂来,能源费用成本占比较大,如何提高能源管控,实现节约降低成本,提高自身产品竞争力备受行业关注。传统的控制节能方式比较落后,现状如下:
1.市场上传统的空压系统停留在数据采集和简单的统计算法,存在一定的局限性,例如:不能获取压缩空气使用的各参数,即无法获悉末端压缩空气使用需求,这进一步导致压缩空气供应曲线和末端需求无法精确拟合匹配,在系统供应生产时,因压缩空气的供应与设备末端的需要无法精准匹配,同时,也无法精准预测并预先调整各设备运转状态,势必会造成资源的浪费。
2.当工厂产销调整,或室外环境及其他工况的变化,车间无法精准预测压缩空气使用量,压缩空气预实差异大,用能部门无法实质性管控的压缩空气KPI。该算法致力于研究信息数字化和工业化的高层次的深度结合,自主研发低成本的成熟互联网平台数据系统,通过设备数据信息化点检收集,监控设备效能变化情况,确保高效运行;分析生产压缩空气需求曲线与设备供能曲线,远程自动控制系统,构建以自动与远程相结合设备管控系统;建立时间单位为分钟级精度划分的压缩空气模型,通过模型寻找压缩空气损失点,为节能改善提供指引。
发明内容
(一)解决的技术问题
针对现有技术的缺陷,本发明的目的是提供一种基于物联网的空压系统联动控制节能方法及系统,以解决上述背景技术中提出的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种基于物联网的空压系统联动控制节能方法,节能方法包括以下步骤:
S1、基于物联网方法建立压缩空气制备系统运行监测平台,所述运行监测平台电性连接物联网平台系统内各设备;
S2、通过物联网技术采集系统各设备能源消耗数据;
S3、基于物联网平台系统建立压缩空气群控系统AI算法模型;
S4、基于S2采集的数据并通过AI算法模型对系统内每台设备建立效率曲线模型,并在运行过程中自动优化;
S5、利用输出端监测压缩空气使用的各参数,通过AI算法精准预测末端压缩空气使用需求。
S6、根据预测需求并结合系统内每台设备能源转化效率和能力,精准预测并预先调整各设备运转状态(加减机组、调整变频器频率)。
优选的,所述S2中能源消耗数据包括空压机、冷干机、冷却水泵、冷却塔等主要系统设备和辅助设备用能数据,以及能耗转化数据数据(流量、压力、负载率等)。
优选的,所述S3中AI算法模型包括有两组算法,其一是根据预测未来五分钟压缩空气需求建立,其二是根据压缩空气流量需求匹配相关机组负荷建立。
优选的,预测未来五分钟压缩空气算法公式为:
L0=f(P出、P入、ΔP5分钟、ΔL5分钟、LT、LT0、ΔLTl)
其中L0=预测流量需求,P出=出口压力,P入=入口压力,△P5分钟=最近5分钟压力波动方差,△L5分钟=最近5分钟流量波动方差,LT=同一时段历史流量需求,LT0=当前流量,ΔLT1=上一预测需求和实际需求差异;
P出、P入用于计算管道压力损失和需调整压力差,△P5分钟和△L5分钟用于测算需求变化幅度,LT和LT0以及ΔLT1用于修正流量调整误差,每五分钟通过线性回归算法以及线性判别分计算得出未来五分钟流量需求和波动幅度,用于调节机组负载量和预先加减机,系统通过实际使用中不断完善调整函数中各参数的权重,逐步优化计算模型,最终趋于稳定调节输出。
优选的,压缩空气流量需求匹配相关机组负荷算法公式为:
对于空气压缩机组的动态调整采用决策树模型,根据需求的不同建立多个决策树分类器,分类器基于实际使用需求按一定的步长建立,根据当前的需求量采用类随机森林方式动态调整空气压缩机组的负载状态,从而获得最佳的能源转化输出,获得最优的节能输出,系统在运行中不断根据实际系统运行输出数据完善建立决策树,优化建立决策树,基于单台机组不同负载下的输出转化效率。
一种基于物联网的空压系统联动控制节能系统,包括运行监测平台,所述运行监测平台包括由控制系统功能模块、能源管理模块及系统健康管理模块等组成。
优选的,所述控制系统功能模块主要涉及质控功能及节能功能;所述能源管理模块涉及能耗计量功能、能耗统计功能、能效分析功能及生成报表功能;所述系统健康管理模块涉及故障诊断、预警告警、健康管理及云运维。
优选的,所述运行监测平台还包括有节能算法模块,其基于空压机组优化序列控制技术,系统可以根据末端管网用气量和压力波动自动调节空压机开机数量和变频机组的工作效率。
(三)有益效果
与现有技术相比,本发明提供了一种基于物联网的空压系统联动控制节能方法及系统,具备以下有益效果:该发明中提出的方法和系统可以将压缩空气供应曲线和末端需求精确拟合匹配,在确保系统稳定供应生产需求的同时,减少过度输出导致的能源浪费问题,同时该系统通过优选效率最优的设备运转,从而使压缩空气系统能源转化的效率最大化,极大的减少能源转化损失;该系统采用物联网的方式实现数据采集和逻辑控制,相比于传统PLC控制系统引入AI算法,该系统运行过程中能够不断优化需求预测和控制逻辑,使得系统的部署成本较传统工业互联网更经济。
具体实施方式
为了更好地了解本发明的目的、结构及功能,对本发明一种基于物联网的空压系统联动控制节能方法及系统做进一步详细的描述。
本发明:一种基于物联网的空压系统联动控制节能方法,节能方法包括以下步骤:
S1、基于物联网方法建立压缩空气制备系统运行监测平台,运行监测平台电性连接物联网平台系统内各设备;
S2、通过物联网技术采集系统各设备能源消耗数据;
S3、基于物联网平台系统建立压缩空气群控系统AI算法模型;
S4、基于S2采集的数据并通过AI算法模型对系统内每台设备建立效率曲线模型,并在运行过程中自动优化;
S5、利用输出端监测压缩空气使用的各参数,通过AI算法精准预测末端压缩空气使用需求。
S6、根据预测需求并结合系统内每台设备能源转化效率和能力,精准预测并预先调整各设备运转状态(加减机组、调整变频器频率)。
具体来说,能源消耗数据包括空压机、冷干机、冷却水泵、冷却塔等主要系统设备和辅助设备用能数据,以及能耗转化数据数据(流量、压力、负载率等),其采集的数据输入至运行监测平台,并通过AI算法对系统内每台设备建立效率曲线模型,并在运行过程中自动优化,需要进一步说明的是S3中AI算法模型包括有两组算法,其一是根据预测未来五分钟压缩空气需求建立,其二是根据压缩空气流量需求匹配相关机组负荷建立。
具体的,预测未来五分钟压缩空气算法公式为:
L0=f(P出、P入、ΔP5分钟、ΔL5分钟、LT、LT0、ΔLT1)
其中L0=预测流量需求,P出=出口压力,P入=入口压力,△P5分钟=最近5分钟压力波动方差,△L5分钟=最近5分钟流量波动方差,LT=同一时段历史流量需求,LT0=当前流量,ΔLT1=上一预测需求和实际需求差异;
P出、P入用于计算管道压力损失和需调整压力差,△P5分钟和△L5分钟用于测算需求变化幅度,LT和LT0以及ΔLT1用于修正流量调整误差,每五分钟通过线性回归算法以及线性判别分计算得出未来五分钟流量需求和波动幅度,用于调节机组负载量和预先加减机,系统通过实际使用中不断完善调整函数中各参数的权重,逐步优化计算模型,最终趋于稳定调节输出。
具体的,压缩空气流量需求匹配相关机组负荷算法公式为:
对于空气压缩机组的动态调整采用决策树模型,根据需求的不同建立多个决策树分类器,分类器基于实际使用需求按一定的步长建立,根据当前的需求量采用类随机森林方式动态调整空气压缩机组的负载状态,从而获得最佳的能源转化输出,获得最优的节能输出,系统在运行中不断根据实际系统运行输出数据完善建立决策树,优化建立决策树,基于单台机组不同负载下的输出转化效率。
本发明中的方法和系统可以将压缩空气供应曲线和末端需求精确拟合匹配,在确保系统稳定供应生产需求的同时,减少过度输出导致的能源浪费问题;
本发明中一种基于物联网的空压系统联动控制节能系统,包括运行监测平台,其包括由控制系统功能模块、能源管理模块及系统健康管理模块等组成,其中控制系统功能模块主要涉及质控功能及节能功能;能源管理模块涉及能耗计量功能、能耗统计功能、能效分析功能及生成报表功能;系统健康管理模块涉及故障诊断、预警告警、健康管理及云运维;
该系统集数据收集、数据挖掘、数据利用、策略控制、用户交互于一体,基于AI节能理念,运用物联网+节能的系统思维,融合空压技术、物联网技术、自动控制技术、计算机通信技术和大数据分析技术,结合生产工艺参数和设备性能参数需求情况,对压缩空气系统进行实时优化控制,使系统运行在能效最佳状态点,实现智能按需供气,在确保按需供应的前提下,最大限度减少系统的气量浪费,从而实现节能的新一代压缩空气AI节能系统;
其中,能耗计量模块可对系统内的水、电、气等能耗参数进行实时监测可生成相应的曲线图和报表。对各类设备如空压机组、干燥机组、冷却水泵、冷却塔的实时功耗、累计能耗、三相电压、三相电流、三相功率进行实时的在线监测等;
运行监测平台还包括有节能算法模块,其基于空压机组优化序列控制技术,系统可以根据末端管网用气量和压力波动自动调节空压机开机数量和变频机组的工作效率,系统可以自动根据末端管网用气量和压力波动自动调节空压机开机数量和变频机组的工作频率。在实际的优化序列控制中,在加载一台空压机或卸载一台空压机的同时,干燥机、冷却水泵和冷却塔也相应增加一台或减少一台,因此考虑空压系统高效工作区时还要考虑干燥机、水泵和冷却塔的功耗。通过优化算法,在满足现场末端用气量要求的同时,维持空压机、干燥机、水泵和冷却塔的总功耗最小。同时在实际的优化序列控制中还要考虑每台空压机的实际运行时间,使每台空压机的实际运行时间一致,避免设备疲劳运行,以此来进一步达到节能的目的。
本发明中整个系统支持“云平台+本地平台”的双重管控架构,在无公网的情况下依然可以实现整个系统的正常使用以及节能,采用物联网方式实现系统的运行监控,使得系统的部署成本较传统工业互联网更经济。
可以理解,本发明是通过一些实施例进行描述的,本领域技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。
Claims (8)
1.一种基于物联网的空压系统联动控制节能方法,其特征在于,包括物联网平台系统建立,所述节能方法包括以下步骤:
S1、基于物联网方法建立压缩空气制备系统运行监测平台,所述运行监测平台电性连接物联网平台系统内各设备;
S2、通过物联网技术采集系统各设备能源消耗数据;
S3、基于物联网平台系统建立压缩空气群控系统AI算法模型;
S4、基于S2采集的数据并通过AI算法模型对系统内每台设备建立效率曲线模型,并在运行过程中自动优化;
S5、利用输出端监测压缩空气使用的各参数,通过AI算法精准预测末端压缩空气使用需求;
S6、根据预测需求并结合系统内每台设备能源转化效率和能力,精准预测并预先调整各设备运转状态(加减机组、调整变频器频率)。
2.根据权利要求1所述的一种基于物联网的空压系统联动控制节能方法,其特征在于,所述S2中能源消耗数据包括空压机、冷干机、冷却水泵、冷却塔等主要系统设备和辅助设备用能数据,以及能耗转化数据数据(流量、压力、负载率等)。
3.根据权利要求1所述的一种基于物联网的空压系统联动控制节能方法,其特征在于,所述S3中AI算法模型包括有两组算法,其一是根据预测未来五分钟压缩空气需求建立,其二是根据压缩空气流量需求匹配相关机组负荷建立。
4.根据权利要求3所述的一种基于物联网的空压系统联动控制节能方法,其特征在于,预测未来五分钟压缩空气算法公式为:
L0=f(P出、P入、ΔP5分钟、ΔL5分钟、LT、LT0、ΔLT1)
其中L0=预测流量需求,P出=出口压力,P入=入口压力,△P5分钟=最近5分钟压力波动方差,△L5分钟=最近5分钟流量波动方差,LT=同一时段历史流量需求,LT0=当前流量,ΔLT1=上一预测需求和实际需求差异;
P出、P入用于计算管道压力损失和需调整压力差,△P5分钟和△L5分钟用于测算需求变化幅度,LT和LT0以及ΔLT1用于修正流量调整误差,每五分钟通过线性回归算法以及线性判别分计算得出未来五分钟流量需求和波动幅度,用于调节机组负载量和预先加减机,系统通过实际使用中不断完善调整函数中各参数的权重,逐步优化计算模型,最终趋于稳定调节输出。
6.根据权利要求1-5任一项所述的一种基于物联网的空压系统联动控制节能系统,其特征在于,包括运行监测平台,所述运行监测平台包括由控制系统功能模块、能源管理模块及系统健康管理模块等组成。
7.根据权利要求6所述的一种基于物联网的空压系统联动控制节能系统,其特征在于,所述控制系统功能模块主要涉及质控功能及节能功能;所述能源管理模块涉及能耗计量功能、能耗统计功能、能效分析功能及生成报表功能;所述系统健康管理模块涉及故障诊断、预警告警、健康管理及云运维。
8.根据权利要求6所述的一种基于物联网的空压系统联动控制节能系统,其特征在于,所述运行监测平台还包括有节能算法模块,其基于空压机组优化序列控制技术,系统可以根据末端管网用气量和压力波动自动调节空压机开机数量和变频机组的工作效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211607930.4A CN115933398A (zh) | 2022-12-14 | 2022-12-14 | 一种基于物联网的空压系统联动控制节能方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211607930.4A CN115933398A (zh) | 2022-12-14 | 2022-12-14 | 一种基于物联网的空压系统联动控制节能方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115933398A true CN115933398A (zh) | 2023-04-07 |
Family
ID=86557111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211607930.4A Pending CN115933398A (zh) | 2022-12-14 | 2022-12-14 | 一种基于物联网的空压系统联动控制节能方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115933398A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578074A (zh) * | 2023-07-14 | 2023-08-11 | 德耐尔能源装备有限公司 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
-
2022
- 2022-12-14 CN CN202211607930.4A patent/CN115933398A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578074A (zh) * | 2023-07-14 | 2023-08-11 | 德耐尔能源装备有限公司 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
CN116578074B (zh) * | 2023-07-14 | 2023-09-26 | 德耐尔能源装备有限公司 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104534617B (zh) | 一种基于能耗监测的冷源集中数字控制方法 | |
CN101968250B (zh) | 一种冷冻机房节能优化控制系统及方法 | |
CN104571068B (zh) | 一种分布式能源系统的运行优化控制方法及系统 | |
CN103306958A (zh) | 空压站智能节电控制系统运转的方法 | |
CN109283898A (zh) | 一种厂区能耗监测管理系统 | |
CN104515271A (zh) | 中央空调冷冻站系统的节能优化控制系统及其控制方法 | |
CN115933398A (zh) | 一种基于物联网的空压系统联动控制节能方法及系统 | |
CN110176790A (zh) | 具有快速频率响应的新能源发电站的功率控制方法和系统 | |
CN113537644B (zh) | 一种多空压站动态协同优化调控系统及方法 | |
CN110848895A (zh) | 一种非工空调柔性负荷控制方法和系统 | |
CN114134955B (zh) | 自组网及自供电供水管网压力管理系统及其水压管理方法 | |
CN116405407A (zh) | 一种基于大数据的网络管理方法及系统 | |
CN206092359U (zh) | 基于需求用气量计算的空压机群控控制系统 | |
CN110456690A (zh) | 一种智能型综合能耗管理控制系统 | |
CN211526662U (zh) | 一种基于负荷预测的地铁车站通风空调节能系统 | |
CN116468302A (zh) | 建筑园区能源结构评估方法、系统、电子设备及存储介质 | |
CN214837024U (zh) | 一种压缩空气站房智能节能控制系统 | |
CN113128767B (zh) | 考虑备用收益的农灌水泵负荷运行成本最小化的方法 | |
CN115207918A (zh) | 一种适用于新能源并网系统的实时稳定控制装置 | |
CN203214366U (zh) | 中央供风站智能ddc控制系统 | |
CN220566207U (zh) | 智慧空压站系统 | |
CN205012409U (zh) | 智能变频恒压供水系统 | |
CN206259011U (zh) | 一种适用于风电场远程运维的智能数据采集装置 | |
CN112432269A (zh) | 一种制冷机房冷冻水泵压差设定值优化的方法和系统 | |
CN220555967U (zh) | 一种多源数据融合的地铁车站空调智慧运维系统 |
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 |