CN115965223B - 一种基于云平台的智慧能源管理方法及系统 - Google Patents
一种基于云平台的智慧能源管理方法及系统 Download PDFInfo
- Publication number
- CN115965223B CN115965223B CN202310108759.0A CN202310108759A CN115965223B CN 115965223 B CN115965223 B CN 115965223B CN 202310108759 A CN202310108759 A CN 202310108759A CN 115965223 B CN115965223 B CN 115965223B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data
- information
- power
- industrial
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于云平台的智慧能源管理方法及系统，通过监控城市电力能源消耗情况，并将各地区的能耗数据发送至云端中心，通过云端中心进一步分析所述能耗数据并得到能源消耗分布数据，根据所述能源消耗分布数据进行能源供应分析，得到能源供应预案并发送至预设终端设备。另外，本发明通过获取城市工业区分布信息，进一步对工业区的不同生产阶段进行能耗与污染分析，得到不同生产阶段的能耗污染指数，从而得到对不同生产阶段的工业生产调整方案，实现对能耗的综合调控，提高能源利用率，实现低碳排放目标，进而实现能源经济可持续发展。
Description
技术领域
本发明涉及云平台应用领域，更具体的，涉及一种基于云平台的智慧能源管理方法及系统。
背景技术
目前，电力行业正在经历深度转型，数字化也已成为了发展趋势。随着互联网、云计算、区块链等新的信息技术快速发展，数字技术正以新理念、新业态、新模式全面融入人类经济社会的各个领域和全过程，给人类生活生产带来广泛而深刻的影响。电力等能耗行业，通过融合互联网、云计算等数字化技术，能够有效解决传统电力产业中电力供应与电力能耗预测能力不足等问题。因此，在现价段，亟需一种能够融合数字技术的能源管理方法，以提高能耗的有效利用、实现对能耗的精准预测与调控。另外，通过提高能耗利用与合理能源调控，能够进一步实现低碳、循环、可持续的生产生活方式，从而达到绿色用电与降低碳排放的目标。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种基于云平台的智慧能源管理方法及系统。
本发明第一方面提供了一种基于云平台的智慧能源管理方法，包括：
通过能耗云平台获取目标区域电力能耗监测数据；
将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案；
将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息。
本方案中，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
构建能耗云平台；
实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
本方案中，所述将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据，具体为：
根据目标区域中各个地区的主要生产类型进行划分，得到多个子区域；
所述子区域包括工业区域、居民区域、商务区域；
根据所述子区域，将电力能耗监测数据进行数据拆分，得到各个子区域电力能耗数据。
本方案中，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，具体为：
将子区域电力能耗数据根据二维平面地图生成可视化的电力能耗分布图；
统计并分析电力能耗分布图中的用电单位位置、平均用电量、高能耗用电单位位置间隔，并根据预设条件筛选出电力密集区域。
本方案中，所述根据预设条件筛选出电力密集区域，具体为：
从电力能耗分布图中获取所有用电单位位置信息与用电量信息；
基于用电量信息，将大于预设用电量的用电单位进行标记，得到第一用电单位信息；
根据第一用电单位信息获取第一用电单位位置分布，将电力能耗分布图分成N个细分区域，计算并分析每个细分区域；
若细分区域中全部为第一用电单位且用电单位数据量大于细分区域平均用电单位数量，则将所述细分区域进行标记得到高能耗细分区域；
将相邻的高能耗细分区域进行合并操作，形成一个细分区域，合并操作后获取所有高能耗细分区域，并在电力能耗分布图中进行区域提取，得到电力密集区域。
本方案中，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，还包括：
获取历史电力密集区域信息；
构建能耗分布扩散模型，将电力能耗分布图导入所述电力分布扩散模型作为基础展示地图；
将历史电力密集区域信息与当前电力密集区域导入能耗分布扩散模型进行区域变化分析，得到电力密集预测扩散区域；
根据当前电力密集区域与电力密集预测扩散区域进行电力需求点、供应压力、高峰电力供应量分析并生成电力供应预案。
本方案中，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
构建工业用电单位档案的数据库；
获取工业用电单位的历史数据；
所述历史数据包括生产阶段信息、生产任务量信息、生产电力能耗信息；
将所有工业用电单位进行编号并基于工业用电单位基本信息生成档案数据；
将所述历史数据并入档案数据，并将档案数据导入工业用电单位档案的数据库。
本方案中，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
获取当前工业用电单位的生产阶段信息并标记为第一阶段信息；
根据所述第一阶段信息从工业用电单位档案的数据库进行检索得到当前工业用电单位中相同生产阶段信息的关联数据；
所述关联数据包括生产任务量信息、生产电力能耗信息；
根据所述关联数据对当前电力能耗进行数据预测，得到工业区域电力能耗预测数据；
根据当前工业区域电力能耗数据与电力能耗预测数据中的能耗差值进行预警分析，得到预警等级与能耗信息；
将所述预警等级与能耗信息作为预警信息发送至能耗云平台，并进一步发送至对应的用户终端设备。
本发明第二方面还提供了一种基于云平台的智慧能源管理系统，该系统包括：存储器、处理器，所述存储器中包括基于云平台的智慧能源管理程序，所述基于云平台的智慧能源管理程序被所述处理器执行时实现如下步骤：
通过能耗云平台获取目标区域电力能耗监测数据；
将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案；
将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息。
本方案中，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
构建能耗云平台；
实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
本发明公开了一种基于云平台的智慧能源管理方法及系统，通过监控城市电力能源消耗情况，并将各地区的能耗数据发送至云端中心，通过云端中心进一步分析所述能耗数据并得到能源消耗分布数据，根据所述能源消耗分布数据进行能源供应分析，得到能源供应预案并发送至预设终端设备。另外，本发明通过获取城市工业区分布信息，进一步对工业区的不同生产阶段进行能耗与污染分析，得到不同生产阶段的能耗污染指数，从而得到对不同生产阶段的工业生产调整方案，实现对能耗的综合调控，提高能源利用率，实现低碳排放目标，进而实现能源经济可持续发展。
附图说明
图1示出了本发明一种基于云平台的智慧能源管理方法的流程图；
图2示出了本发明云平台构建流程图；
图3示出了本发明获取电力密集区域流程图；
图4示出了本发明一种基于云平台的智慧能源管理系统的框图。
实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于云平台的智慧能源管理方法的流程图。
如图1所示，本发明第一方面提供了一种基于云平台的智慧能源管理方法，包括：
S102，通过能耗云平台获取目标区域电力能耗监测数据；
S104，将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
S106，根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案；
S108，将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
S110，获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息。
图2示出了本发明云平台构建流程图。
根据本发明实施例，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
S202，构建能耗云平台；
S204，实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
S206，能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
需要说明的是，所述本发明系统包括能耗云平台、能耗监测终端、能耗监测中心、能耗分析模块等。所述全部能耗监测数据包括目标区域内所有能耗监测数据，所述能耗包括电力能耗、水资源能耗等。
根据本发明实施例，所述将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据，具体为：
根据目标区域中各个地区的主要生产类型进行划分，得到多个子区域；
所述子区域包括工业区域、居民区域、商务区域；
根据所述子区域，将电力能耗监测数据进行数据拆分，得到各个子区域电力能耗数据。
需要说明的是，所述子区域中，由于工业区域占用电力能耗较大，本发明对工业区域进行进一步的能耗分析与预测，从而对能耗大户进行有针对性的能耗调控。
根据本发明实施例，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，具体为：
将子区域电力能耗数据根据二维平面地图生成可视化的电力能耗分布图；
统计并分析电力能耗分布图中的用电单位位置、平均用电量、高能耗用电单位位置间隔，并根据预设条件筛选出电力密集区域。
图3示出了本发明获取电力密集区域流程图。
根据本发明实施例，所述根据预设条件筛选出电力密集区域，具体为：
S302，从电力能耗分布图中获取所有用电单位位置信息与用电量信息；
S304，基于用电量信息，将大于预设用电量的用电单位进行标记，得到第一用电单位信息；
S306，根据第一用电单位信息获取第一用电单位位置分布，将电力能耗分布图分成N个细分区域，计算并分析每个细分区域；
S308，若细分区域中全部为第一用电单位且用电单位数据量大于细分区域平均用电单位数量，则将所述细分区域进行标记得到高能耗细分区域；
S310，将相邻的高能耗细分区域进行合并操作，形成一个细分区域，合并操作后获取所有高能耗细分区域，并在电力能耗分布图中进行区域提取，得到电力密集区域。
需要说明的是，所述第一用电单位信息包括第一用电单位位置、用电量等信息。所述电力能耗分布图分成N个细分区域中，具体为将电力能耗分布图进行纵横网格划分，N的大小一般由用户指定，一般根据城市地区大小决定N的大小。所述预设用电量一般根据不同地区的用电情况进行设定，若该地区用电压力较大，则预设用电量越小，反之，预设用电量越大。所述细分区域平均用电单位数量具体为根据所有细分区域中用电单位总数量进行均值计算得到的，该平均数量能够反映在细分区域中的用电单位密度大小。所述电力密集区域包含所有高能耗细分区域与高能耗细分区域的总体地图轮廓。所述电力密集区域能够反映在电力能耗分布图中高能耗单位的密集情况。通过分析电力密集区域，能够更加精准地评估一个地区的用电情况并更加直观地向用户展示地区的用电密集情况。
根据本发明实施例，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，还包括：
获取历史电力密集区域信息；
构建能耗分布扩散模型，将电力能耗分布图导入所述电力分布扩散模型作为基础展示地图；
将历史电力密集区域信息与当前电力密集区域导入能耗分布扩散模型进行区域变化分析，得到电力密集预测扩散区域；
根据当前电力密集区域与电力密集预测扩散区域进行电力需求点、供应压力、高峰电力供应量分析并生成电力供应预案。
需要说明的是，在一个地区的用电分布中，由于受用电高峰低峰期、季节性用电变化、工业区、商务区发生结构变化等因素影响，电力密集区域也会相应发生变化，在本系统通过在预设周期内计算、分析并存储电力密集区域，在分析当前电力密集区域时能够通过与历史电力密集区域信息进行比较分析，对变化较大的区域进行标注并分析出区域扩散的趋势，进而得到电力密集预测扩散区域，所述预设周期一般为3至6个月。
根据本发明实施例，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
构建工业用电单位档案的数据库；
获取工业用电单位的历史数据；
所述历史数据包括生产阶段信息、生产任务量信息、生产电力能耗信息；
将所有工业用电单位进行编号并基于工业用电单位基本信息生成档案数据；
将所述历史数据并入档案数据，并将档案数据导入工业用电单位档案的数据库。
需要说明的是，所述生产阶段信息、生产任务量信息、生产电力能耗信息中，各种生产信息之间存在关联，生产阶段信息包括一个工业用电单位的多个生产阶段，每个生产阶段关联对应的生产任务量信息、生产电力能耗信息。所述生产任务量信息一般为一个工业用电单位的生产产量、订单数量、加工数量等，具体由工业用电单位的生产性质决定。本发明通过对每个工业用电单位进行档案预存，能够对每个工业用电单位的历史与当前的生产状况通过数据进行保存，进一步能够分析出工业用电单位中，不同生产阶段对应的用电能耗范围，从而对当前的工业用电单位作出精准的能耗预测。
根据本发明实施例，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
获取当前工业用电单位的生产阶段信息并标记为第一阶段信息；
根据所述第一阶段信息从工业用电单位档案的数据库进行检索得到当前工业用电单位中相同生产阶段信息的关联数据；
所述关联数据包括生产任务量信息、生产电力能耗信息；
根据所述关联数据对当前电力能耗进行数据预测，得到工业区域电力能耗预测数据；
根据当前工业区域电力能耗数据与电力能耗预测数据中的能耗差值进行预警分析，得到预警等级与能耗信息；
将所述预警等级与能耗信息作为预警信息发送至能耗云平台，并进一步发送至对应的用户终端设备。
需要说明的是，在工业区域中，由于每个工厂用电单位的生产设备、生产周期、生产阶段的不同，导致了不同工厂用电单位之间，用电高峰时间、用电需求量存在较大差别，本发明通过获取历史与当前工业用电单位的生产阶段与对应用电量信息进行模拟分析，得到当前生产阶段状况下，工业用电单位的预测能耗数据，从而实现对工业区域的合理供电，减少多余能耗。另外，系统在获取到当前生产阶段信息、生产任务量信息、生产电力能耗信息时，会同步将数据导入工业用电单位档案的数据库。所述预警等级根据能耗差值而定，能耗差值越大，等级越高。所述能耗信息包括工业用电单位的工业区域电力能耗数据、电力能耗预测数据和能耗差等信息。
另外，若当前工业区域电力能耗数据中数值小于电力能耗预测数据值，则不需要生成预警信息。
根据本发明实施例，还包括：
判断预警信息中的预警等级，若预警等级大于预设等级，则获取对应的第一工业用电单位；
从工业用电单位档案数据库中，获取第一工业用电单位在预设时间段内的生产电力能耗信息；
根据所述生产电力能耗信息进行能耗波动分析，得到能耗变化图；
根据所述能耗变化图将能耗数值具有上升趋势的能耗数据进行标记，并根据标记获取对应的能耗变化量与时间信息；
将能耗变化量与时间信息发送至第一工业用电单位的用户终端设备；
第一工业用电单位通过能耗变化量与时间信息进行设备故障排查，并进一步对故障设备进行维护；
获取维护后的第一工业用电单位实时能耗数据；
将所述能耗数据与预警信息中的能耗信息进行对比分析，得到设备维护评估信息，将所述设备维护评估信息发送至第一工业用电单位的用户终端设备。
需要说明的是，所述预设等级一般为云平台管理者设定，用于判断能耗异常的用电单位。所述用户终端设备包括移动终端设备与计算机终端设备。所述时间信息具体为具有上升趋势的能耗数据对应的时间段。
根据本发明实施例，还包括：
根据工业区域的大小设置M个空气监测点；
从空气监测点中获取空气污染物浓度信息并将所述空气污染物浓度信息上传至能耗云平台；
根据空气监测点将工业区域划分为M个子区域；
获取每个子区域中工业用电单位的能耗数据；
根据每个子区域的能耗数据与空气污染物浓度信息进行能耗污染评估，得到能耗污染指数；
若能耗污染指数大于预设阈值，则将对应的子区域标记为高污染区域；
根据能耗污染指数进行电力能耗评估，得到供电限制预警；
将所述供电限制预警通过能耗云平台发送至用户终端设备。
需要说明的是，所述能耗污染指数具体为能耗值与空气污染物浓度的乘积。所述用户终端设备具体为高污染区域中所有工业用电单位的用户终端设备。所述M的大小具体为根据工业区域面积而定，面积越大，M越大。
图4示出了本发明一种基于云平台的智慧能源管理系统的框图。
本发明第二方面还提供了一种基于云平台的智慧能源管理系统4，该系统包括：存储器41、处理器42，所述存储器中包括基于云平台的智慧能源管理程序，所述基于云平台的智慧能源管理程序被所述处理器执行时实现如下步骤：
通过能耗云平台获取目标区域电力能耗监测数据；
将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案；
将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息。
图2示出了本发明云平台构建流程图。
根据本发明实施例，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
S202，构建能耗云平台；
S204，实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
S206，能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
需要说明的是，所述本发明系统包括能耗云平台、能耗监测终端、能耗监测中心、能耗分析模块等。所述全部能耗监测数据包括目标区域内所有能耗监测数据，所述能耗包括电力能耗、水资源能耗等。
根据本发明实施例，所述将所述目标区域进行区域划分，并根据所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据，具体为：
根据目标区域中各个地区的主要生产类型进行划分，得到多个子区域；
所述子区域包括工业区域、居民区域、商务区域；
根据所述子区域，将电力能耗监测数据进行数据拆分，得到各个子区域电力能耗数据。
需要说明的是，所述子区域中，由于工业区域占用电力能耗较大，本发明对工业区域进行进一步的能耗分析与预测，从而对能耗大户进行有针对性的能耗调控。
根据本发明实施例，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，具体为：
将子区域电力能耗数据根据二维平面地图生成可视化的电力能耗分布图；
统计并分析电力能耗分布图中的用电单位位置、平均用电量、高能耗用电单位位置间隔，并根据预设条件筛选出电力密集区域。
图3示出了本发明获取电力密集区域流程图。
根据本发明实施例，所述根据预设条件筛选出电力密集区域，具体为：
S302，从电力能耗分布图中获取所有用电单位位置信息与用电量信息；
S304，基于用电量信息，将大于预设用电量的用电单位进行标记，得到第一用电单位信息；
S306，根据第一用电单位信息获取第一用电单位位置分布，将电力能耗分布图分成N个细分区域，计算并分析每个细分区域；
S308，若细分区域中全部为第一用电单位且用电单位数据量大于细分区域平均用电单位数量，则将所述细分区域进行标记得到高能耗细分区域；
S310，将相邻的高能耗细分区域进行合并操作，形成一个细分区域，合并操作后获取所有高能耗细分区域，并在电力能耗分布图中进行区域提取，得到电力密集区域。
需要说明的是，所述第一用电单位信息包括第一用电单位位置、用电量等信息。所述电力能耗分布图分成N个细分区域中，具体为将电力能耗分布图进行纵横网格划分，N的大小一般由用户指定，一般根据城市地区大小决定N的大小。所述预设用电量一般根据不同地区的用电情况进行设定，若该地区用电压力较大，则预设用电量越小，反之，预设用电量越大。所述细分区域平均用电单位数量具体为根据所有细分区域中用电单位总数量进行均值计算得到的，该平均数量能够反映在细分区域中的用电单位密度大小。所述电力密集区域包含所有高能耗细分区域与高能耗细分区域的总体地图轮廓。所述电力密集区域能够反映在电力能耗分布图中高能耗单位的密集情况。通过分析电力密集区域，能够更加精准地评估一个地区的用电情况并更加直观地向用户展示地区的用电密集情况。
根据本发明实施例，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并进一步生成电力供应预案，还包括：
获取历史电力密集区域信息；
构建能耗分布扩散模型，将电力能耗分布图导入所述电力分布扩散模型作为基础展示地图；
将历史电力密集区域信息与当前电力密集区域导入能耗分布扩散模型进行区域变化分析，得到电力密集预测扩散区域；
根据当前电力密集区域与电力密集预测扩散区域进行电力需求点、供应压力、高峰电力供应量分析并生成电力供应预案。
需要说明的是，在一个地区的用电分布中，由于受用电高峰低峰期、季节性用电变化、工业区、商务区发生结构变化等因素影响，电力密集区域也会相应发生变化，在本系统通过在预设周期内计算、分析并存储电力密集区域，在分析当前电力密集区域时能够通过与历史电力密集区域信息进行比较分析，对变化较大的区域进行标注并分析出区域扩散的趋势，进而得到电力密集预测扩散区域，所述预设周期一般为3至6个月。
根据本发明实施例，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
构建工业用电单位档案的数据库；
获取工业用电单位的历史数据；
所述历史数据包括生产阶段信息、生产任务量信息、生产电力能耗信息；
将所有工业用电单位进行编号并基于工业用电单位基本信息生成档案数据；
将所述历史数据并入档案数据，并将档案数据导入工业用电单位档案的数据库。
需要说明的是，所述生产阶段信息、生产任务量信息、生产电力能耗信息中，各种生产信息之间存在关联，生产阶段信息包括一个工业用电单位的多个生产阶段，每个生产阶段关联对应的生产任务量信息、生产电力能耗信息。所述生产任务量信息一般为一个工业用电单位的生产产量、订单数量、加工数量等，具体由工业用电单位的生产性质决定。本发明通过对每个工业用电单位进行档案预存，能够对每个工业用电单位的历史与当前的生产状况通过数据进行保存，进一步能够分析出工业用电单位中，不同生产阶段对应的用电能耗范围，从而对当前的工业用电单位作出精准的能耗预测。
根据本发明实施例，所述获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息，具体为：
获取当前工业用电单位的生产阶段信息并标记为第一阶段信息；
根据所述第一阶段信息从工业用电单位档案的数据库进行检索得到当前工业用电单位中相同生产阶段信息的关联数据；
所述关联数据包括生产任务量信息、生产电力能耗信息；
根据所述关联数据对当前电力能耗进行数据预测，得到工业区域电力能耗预测数据；
根据当前工业区域电力能耗数据与电力能耗预测数据中的能耗差值进行预警分析，得到预警等级与能耗信息；
将所述预警等级与能耗信息作为预警信息发送至能耗云平台，并进一步发送至对应的用户终端设备。
需要说明的是，在工业区域中，由于每个工厂用电单位的生产设备、生产周期、生产阶段的不同，导致了不同工厂用电单位之间，用电高峰时间、用电需求量存在较大差别，本发明通过获取历史与当前工业用电单位的生产阶段与对应用电量信息进行模拟分析，得到当前生产阶段状况下，工业用电单位的预测能耗数据，从而实现对工业区域的合理供电，减少多余能耗。另外，系统在获取到当前生产阶段信息、生产任务量信息、生产电力能耗信息时，会同步将数据导入工业用电单位档案的数据库。所述预警等级根据能耗差值而定，能耗差值越大，等级越高。所述能耗信息包括工业用电单位的工业区域电力能耗数据、电力能耗预测数据和能耗差等信息。
另外，若当前工业区域电力能耗数据中数值小于电力能耗预测数据值，则不需要生成预警信息。
根据本发明实施例，还包括：
判断预警信息中的预警等级，若预警等级大于预设等级，则获取对应的第一工业用电单位；
从工业用电单位档案数据库中，获取第一工业用电单位在预设时间段内的生产电力能耗信息；
根据所述生产电力能耗信息进行能耗波动分析，得到能耗变化图；
根据所述能耗变化图将能耗数值具有上升趋势的能耗数据进行标记，并根据标记获取对应的能耗变化量与时间信息；
将能耗变化量与时间信息发送至第一工业用电单位的用户终端设备；
第一工业用电单位通过能耗变化量与时间信息进行设备故障排查，并进一步对故障设备进行维护；
获取维护后的第一工业用电单位实时能耗数据；
将所述能耗数据与预警信息中的能耗信息进行对比分析，得到设备维护评估信息，将所述设备维护评估信息发送至第一工业用电单位的用户终端设备。
需要说明的是，所述预设等级一般为云平台管理者设定，用于判断能耗异常的用电单位。所述用户终端设备包括移动终端设备与计算机终端设备。所述时间信息具体为具有上升趋势的能耗数据对应的时间段。
根据本发明实施例，还包括：
根据工业区域的大小设置M个空气监测点；
从空气监测点中获取空气污染物浓度信息并将所述空气污染物浓度信息上传至能耗云平台；
根据空气监测点将工业区域划分为M个子区域；
获取每个子区域中工业用电单位的能耗数据；
根据每个子区域的能耗数据与空气污染物浓度信息进行能耗污染评估，得到能耗污染指数；
若能耗污染指数大于预设阈值，则将对应的子区域标记为高污染区域；
根据能耗污染指数进行电力能耗评估，得到供电限制预警；
将所述供电限制预警通过能耗云平台发送至用户终端设备。
需要说明的是，需要说明的是，所述能耗污染指数具体为能耗值与空气污染物浓度的乘积。所述用户终端设备具体为高污染区域中所有工业用电单位的用户终端设备。所述M的大小具体为根据工业区域面积而定，面积越大，M越大。
本发明公开了一种基于云平台的智慧能源管理方法及系统，通过监控城市电力能源消耗情况，并将各地区的能耗数据发送至云端中心，通过云端中心进一步分析所述能耗数据并得到能源消耗分布数据，根据所述能源消耗分布数据进行能源供应分析，得到能源供应预案并发送至预设终端设备。另外，本发明通过获取城市工业区分布信息，进一步对工业区的不同生产阶段进行能耗与污染分析，得到不同生产阶段的能耗污染指数，从而得到对不同生产阶段的工业生产调整方案，实现对能耗的综合调控，提高能源利用率，实现低碳排放目标，进而实现能源经济可持续发展。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于云平台的智慧能源管理方法，其特征在于，包括：
通过能耗云平台获取目标区域电力能耗监测数据；
将所述目标区域进行区域划分，并对所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并生成电力供应预案；
将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息；
具体包括：
构建工业用电单位档案的数据库；
获取工业用电单位的历史数据；
所述历史数据包括生产阶段信息、生产任务量信息、生产电力能耗信息；
将所有工业用电单位进行编号并基于工业用电单位基本信息生成档案数据；
将所述历史数据并入档案数据，并将档案数据导入工业用电单位档案的数据库；
获取当前工业用电单位的生产阶段信息并标记为第一阶段信息；
根据所述第一阶段信息从工业用电单位档案的数据库进行检索得到当前工业用电单位中相同生产阶段信息的关联数据；
所述关联数据包括生产任务量信息、生产电力能耗信息；
根据所述关联数据对当前电力能耗进行数据预测，得到工业区域电力能耗预测数据；
根据当前工业区域电力能耗数据与电力能耗预测数据的能耗差值进行预警分析，得到预警等级与能耗信息；
将所述预警等级与能耗信息作为预警信息发送至能耗云平台和发送至对应的用户终端设备；
其中，所述一种基于云平台的智慧能源管理方法，还包括：
判断预警信息中的预警等级，若预警等级大于预设等级，则获取对应的第一工业用电单位；
从工业用电单位档案数据库中，获取第一工业用电单位在预设时间段内的生产电力能耗信息；
根据所述生产电力能耗信息进行能耗波动分析，得到能耗变化图；
根据所述能耗变化图将能耗数值具有上升趋势的能耗数据进行标记，并根据标记获取对应的能耗变化量与时间信息；
将能耗变化量与时间信息发送至第一工业用电单位的用户终端设备；
第一工业用电单位通过能耗变化量与时间信息进行设备故障排查，并进一步对故障设备进行维护；
获取维护后的第一工业用电单位实时能耗数据；
将所述第一工业用电单位实时能耗数据与预警信息中的能耗信息进行对比分析，得到设备维护评估信息，将所述设备维护评估信息发送至第一工业用电单位的用户终端设备；
根据工业区域的大小设置M个空气监测点；
从空气监测点中获取空气污染物浓度信息并将所述空气污染物浓度信息上传至能耗云平台；
根据空气监测点将工业区域划分为M个子区域；
获取每个子区域中工业用电单位的能耗数据；
根据每个子区域的能耗数据与空气污染物浓度信息进行能耗污染评估，得到能耗污染指数；
若能耗污染指数大于预设阈值，则将对应的子区域标记为高污染区域；
根据能耗污染指数进行电力能耗评估，得到供电限制预警；
将所述供电限制预警通过能耗云平台发送至用户终端设备。
2.根据权利要求1所述的一种基于云平台的智慧能源管理方法，其特征在于，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
构建能耗云平台；
实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
3.根据权利要求1所述的一种基于云平台的智慧能源管理方法，其特征在于，所述将所述目标区域进行区域划分，并对所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据，具体为：
根据目标区域中各个地区的主要生产类型进行划分，得到多个子区域；
所述子区域包括工业区域、居民区域、商务区域；
根据所述子区域，将电力能耗监测数据进行数据拆分，得到各个子区域电力能耗数据。
4.根据权利要求1所述的一种基于云平台的智慧能源管理方法，其特征在于，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并生成电力供应预案，具体为：
将子区域电力能耗数据根据二维平面地图生成可视化的电力能耗分布图；
统计并分析电力能耗分布图中的用电单位位置、平均用电量、高能耗用电单位位置间隔，并根据预设条件筛选出电力密集区域。
5.根据权利要求4所述的一种基于云平台的智慧能源管理方法，其特征在于，所述根据预设条件筛选出电力密集区域，具体为：
从电力能耗分布图中获取所有用电单位位置信息与用电量信息；
基于用电量信息，将大于预设用电量的用电单位进行标记，得到第一用电单位信息；
根据第一用电单位信息获取第一用电单位位置分布，将电力能耗分布图分成N个细分区域，计算并分析每个细分区域；
若细分区域中全部为第一用电单位且用电单位数据量大于细分区域平均用电单位数量，则将所述细分区域进行标记得到高能耗细分区域；
将相邻的高能耗细分区域进行合并操作，形成一个细分区域，合并操作后获取所有高能耗细分区域，并在电力能耗分布图中进行区域提取，得到电力密集区域。
6.根据权利要求5所述的一种基于云平台的智慧能源管理方法，其特征在于，所述根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并生成电力供应预案，还包括：
获取历史电力密集区域信息；
构建能耗分布扩散模型，将电力能耗分布图导入所述能耗分布扩散模型作为基础展示地图；
将历史电力密集区域信息与当前电力密集区域导入能耗分布扩散模型进行区域变化分析，得到电力密集预测扩散区域；
根据当前电力密集区域与电力密集预测扩散区域进行电力需求点、供应压力、高峰电力供应量分析并生成电力供应预案。
7.一种基于云平台的智慧能源管理系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于云平台的智慧能源管理程序，所述基于云平台的智慧能源管理程序被所述处理器执行时实现如下步骤：
通过能耗云平台获取目标区域电力能耗监测数据；
将所述目标区域进行区域划分，并对所述电力能耗监测数据进行数据拆分得到各个子区域电力能耗数据；
根据子区域电力能耗数据进行电力能耗区域分析，得到电力能耗分布图并生成电力供应预案；
将属于工业区域的子区域电力能耗数据进行数据汇总，得到工业区域电力能耗数据；
获取工业区域中各个工业用电单位的生产阶段信息，根据所述生产阶段信息进行电力能耗预测，得到工业区域电力能耗预测数据，将工业区域电力能耗数据与电力能耗预测数据进行对比分析并生成预警信息；
具体包括：
构建工业用电单位档案的数据库；
获取工业用电单位的历史数据；
所述历史数据包括生产阶段信息、生产任务量信息、生产电力能耗信息；
将所有工业用电单位进行编号并基于工业用电单位基本信息生成档案数据；
将所述历史数据并入档案数据，并将档案数据导入工业用电单位档案的数据库；
获取当前工业用电单位的生产阶段信息并标记为第一阶段信息；
根据所述第一阶段信息从工业用电单位档案的数据库进行检索得到当前工业用电单位中相同生产阶段信息的关联数据；
所述关联数据包括生产任务量信息、生产电力能耗信息；
根据所述关联数据对当前电力能耗进行数据预测，得到工业区域电力能耗预测数据；
根据当前工业区域电力能耗数据与电力能耗预测数据的能耗差值进行预警分析，得到预警等级与能耗信息；
将所述预警等级与能耗信息作为预警信息发送至能耗云平台和发送至对应的用户终端设备；
其中，所述一种基于云平台的智慧能源管理系统，还包括：
判断预警信息中的预警等级，若预警等级大于预设等级，则获取对应的第一工业用电单位；
从工业用电单位档案数据库中，获取第一工业用电单位在预设时间段内的生产电力能耗信息；
根据所述生产电力能耗信息进行能耗波动分析，得到能耗变化图；
根据所述能耗变化图将能耗数值具有上升趋势的能耗数据进行标记，并根据标记获取对应的能耗变化量与时间信息；
将能耗变化量与时间信息发送至第一工业用电单位的用户终端设备；
第一工业用电单位通过能耗变化量与时间信息进行设备故障排查，并进一步对故障设备进行维护；
获取维护后的第一工业用电单位实时能耗数据；
将所述第一工业用电单位实时能耗数据与预警信息中的能耗信息进行对比分析，得到设备维护评估信息，将所述设备维护评估信息发送至第一工业用电单位的用户终端设备；
根据工业区域的大小设置M个空气监测点；
从空气监测点中获取空气污染物浓度信息并将所述空气污染物浓度信息上传至能耗云平台；
根据空气监测点将工业区域划分为M个子区域；
获取每个子区域中工业用电单位的能耗数据；
根据每个子区域的能耗数据与空气污染物浓度信息进行能耗污染评估，得到能耗污染指数；
若能耗污染指数大于预设阈值，则将对应的子区域标记为高污染区域；
根据能耗污染指数进行电力能耗评估，得到供电限制预警；
将所述供电限制预警通过能耗云平台发送至用户终端设备。
8.根据权利要求7所述的一种基于云平台的智慧能源管理系统，其特征在于，所述通过能耗云平台获取目标区域电力能耗监测数据，具体为：
构建能耗云平台；
实时获取目标区域的全部能耗监测数据，并将所述能耗监测数据通过能耗监测终端上传至能耗云平台；
能耗云平台收集能耗监测数据并进行数据分类、汇总，得到目标区域电力能耗监测数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310108759.0A CN115965223B (zh) | 2023-02-14 | 2023-02-14 | 一种基于云平台的智慧能源管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310108759.0A CN115965223B (zh) | 2023-02-14 | 2023-02-14 | 一种基于云平台的智慧能源管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115965223A CN115965223A (zh) | 2023-04-14 |
| CN115965223B true CN115965223B (zh) | 2023-06-16 |
Family
ID=85888592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310108759.0A Active CN115965223B (zh) | 2023-02-14 | 2023-02-14 | 一种基于云平台的智慧能源管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115965223B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117077899B (zh) * | 2023-10-16 | 2023-12-22 | 四川邕合科技有限公司 | 一种智慧园区耗能异常监测分析方法、系统、终端及介质 |
| CN117371722B (zh) * | 2023-10-18 | 2024-05-03 | 苏州市伏泰信息科技股份有限公司 | 无废城市信息化管理平台 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109426205A (zh) * | 2017-09-05 | 2019-03-05 | 万洲电气股份有限公司 | 一种工业智能优化节能系统 |
| CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、系统及存储介质 |
| CN110989454A (zh) * | 2019-12-20 | 2020-04-10 | 明日能源(苏州)有限公司 | 一种基于云平台的能耗管理系统及方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8401709B2 (en) * | 2009-11-03 | 2013-03-19 | Spirae, Inc. | Dynamic distributed power grid control system |
| KR20200036532A (ko) * | 2018-09-28 | 2020-04-07 | (주)아이엠 | 생산에너지 저감을 위한 지능형 공장 에너지 관리 시스템 |
| CN109945443A (zh) * | 2019-04-28 | 2019-06-28 | 郑州春泉节能股份有限公司 | 集中能源供应的节能控制方法及系统 |
| CN110138877A (zh) * | 2019-05-31 | 2019-08-16 | 国网上海市电力公司 | 基于大数据智能分析技术和能源云平台的能源监控方法 |
| CN115270933A (zh) * | 2022-07-11 | 2022-11-01 | 中交四航局江门航通船业有限公司 | 区域能耗监测数据异常预警方法、系统、装置及存储介质 |
| CN115524554A (zh) * | 2022-09-09 | 2022-12-27 | 杨本国 | 一种智慧园区综合运营管理方法及系统 |
-
2023
- 2023-02-14 CN CN202310108759.0A patent/CN115965223B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109426205A (zh) * | 2017-09-05 | 2019-03-05 | 万洲电气股份有限公司 | 一种工业智能优化节能系统 |
| CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、系统及存储介质 |
| CN110989454A (zh) * | 2019-12-20 | 2020-04-10 | 明日能源(苏州)有限公司 | 一种基于云平台的能耗管理系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 低碳背景下发电企业绿色竞争力模糊评价研究;邢新朋;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》(第5期);J150-335 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115965223A (zh) | 2023-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115965223B (zh) | 一种基于云平台的智慧能源管理方法及系统 | |
| CN115578015B (zh) | 基于物联网的污水处理全过程监管方法、系统及存储介质 | |
| Liu et al. | A hybrid FCW-EMD and KF-BA-SVM based model for short-term load forecasting | |
| CN111275333B (zh) | 污染数据处理方法和装置 | |
| CN114048870A (zh) | 一种基于日志特征智能挖掘的电力系统异常监测方法 | |
| CN111310803B (zh) | 环境数据处理方法和装置 | |
| CN116231871B (zh) | 一种基于数字孪生的电网态势监管方法、系统及存储介质 | |
| CN105488118A (zh) | 电气设备故障信息的展示方法和装置 | |
| CN115954910B (zh) | 一种基于能量优化的分布式储能控制方法及系统 | |
| CN115114346A (zh) | 一种精细化的碳排放信息化采集及核算方法、系统、终端 | |
| CN110991555A (zh) | 一种典型行业的用户用电量异常监控方法 | |
| CN112612819A (zh) | 一种抽水蓄能电站大数据分析挖掘方法及系统 | |
| CN114511181A (zh) | 基于电网及税收数据融合的水污染环保校验方法和装置 | |
| CN116976707A (zh) | 基于用电信息采集的用户用电数据异常分析方法及系统 | |
| CN115965136A (zh) | 一种基于电力大数据的碳排放综合预测系统 | |
| CN116402187A (zh) | 一种基于电力大数据的企业排污预测方法 | |
| CN116993227B (zh) | 一种基于人工智能的供热分析评估方法、系统及存储介质 | |
| CN107742162B (zh) | 一种基于配调监控信息的多维特征关联分析方法 | |
| CN114202179A (zh) | 目标企业的识别方法以及装置 | |
| CN116862738A (zh) | 一种能源碳排放预测预警系统 | |
| CN110807014A (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 | |
| CN114650590B (zh) | 一种通信系统能耗管理方法、电子设备及存储介质 | |
| CN112561230A (zh) | 基于电气特征的环保设备状态监测方法 | |
| CN108123436B (zh) | 基于主成分分析和多元回归算法的电压越限预测模型 | |
| CN112835949A (zh) | 一种负荷预测的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |