CN116011734A - 基于大数据技术的热源机组分配调度方法 - Google Patents

Abstract

本发明属于热源机组领域，涉及数据处理技术，用于解决现有的热源机组分配调度方法采用单一的逻辑算法对热源机组进行分配调度的问题，具体是基于大数据技术的热源机组分配调度方法，包括以下步骤：步骤一：对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并进行数值计算得到产能均值与稳定系数，通过产能均值与稳定系数的数值大小将热源机组标记为产正对象或产异对象，步骤二：对产正对象进行分配调度分析并得到产能推荐对象、能耗推荐对象以及产耗推荐对象；本发明可以对热源机组的输出产能进行监控分析，结合所有能源产量与产出稳定性对热源机组的产出状态进行反馈。

Description

基于大数据技术的热源机组分配调度方法

技术领域

本发明属于热源机组领域，涉及数据处理技术，具体是基于大数据技术的热源机组分配调度方法。

背景技术

在退城进园的大背景下，城市工业企业逐渐向工业园区集中，当前工业行业逐步从“低、小、散、乱”的粗放型向“集约式生态工业园区”转变，工业园区和集中供汽有利于提升能源利用的综合效率，降低单位能耗，对于推动基于系统化集成、能源梯级利用的循环经济发展有着重要意义，然而，随着越来越多工业企业进入园区，热源单位蒸汽调度难度也随之增加；

现有的热源机组分配调度方法通常是按照单一的逻辑算法对热源机组进行分配调度，但是由于不同服务对象的需求可能不同，单一的分配调度方式可能无法满足不同服务对象的需求，导致热源机组分配调度方法适用性低下。

针对上述技术问题，本申请提出一种技术方案。

发明内容

本发明的目的在于提供基于大数据技术的热源机组分配调度方法，用于解决现有的热源机组分配调度方法采用单一的逻辑算法对热源机组进行分配调度的问题；

本发明需要解决的技术问题为：如何提供一种可以满足不同服务对象需求的基于大数据技术的热源机组分配调度方法。

本发明的目的可以通过以下技术方案实现：

基于大数据技术的热源机组分配调度方法，包括以下步骤：

步骤一：对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并进行数值计算得到产能均值与稳定系数，通过产能均值与稳定系数的数值大小将热源机组标记为产正对象或产异对象；

步骤二：对产正对象进行分配调度分析并得到产能推荐对象、能耗推荐对象以及产耗推荐对象，将产能推荐对象、能耗推荐对象以及产耗推荐对象的机组参数分别标记为产能推荐参数、能耗推荐参数以及产耗推荐参数并发送至存储模块进行存储；

步骤三：对产正对象的运行状态进行监控分析：将产正对象的热源设备标记为分析对象，获取监控时段内分析对象的温表数据、振频数据以及噪声数据进行数值计算得到运行系数，通过运行系数的数值大小将产正对象标记为运正对象或运异对象，对运正对象与运异对象的运行系数进行数值计算得到整体系数，通过整体系数对监控对象的运行状态是否满足要求进行判定。

作为本发明的一种优选实施方式，产能均值与稳定系数的获取过程包括：获取监控时段内热源机组的产能总量并标记为产能值，将所有监控时段的产能值进行求和取平均值得到产能均值，将所有监控时段的产能值建立产能集合，对产能集合进行方差计算得到稳定系数。

作为本发明的一种优选实施方式，将热源机组标记为产正对象或产异对象的具体过程包括：通过存储模块获取到产能阈值与稳定阈值，将产能均值、稳定系数分别与产能阈值、稳定阈值进行比较：若产能均值大于产能阈值且稳定系数小于等于稳定阈值，则判定热源机组的输出产能满足要求，将对应的热源机组标记为产正对象；否则，判定热源机组的输出产能不满足要求，将对应的热源机组标记为产异对象。

作为本发明的一种优选实施方式，产能推荐对象、能耗推荐对象以及产耗推荐对象的标记过程包括：通过对产正对象的产能均值与稳定系数进行数值计算得到产能系数，将产能系数最大的产正对象标记为产能推荐对象；

获取产正对象的驱耗数据以及产耗数据，驱耗数据为产正对象内所有热源设备消耗的电量之和，产耗数据为产正对象内所有热源设备产热时消耗的能源重量之和，通过对驱耗数据与产耗数据进行数值计算得到产正对象的能耗系数；将能耗系数最小的产正对象标记为能耗推荐对象；

将产正对象的产能系数与能耗系数的比值标记为产耗比，将产耗比最大的产正对象标记为产耗推荐对象；

产正对象的机组参数包括热源设备的数量、型号、使用年限以及维修记录；将产能推荐参数、能耗推荐参数以及产耗推荐参数通过分配调度平台发送至存储模块进行存储。

作为本发明的一种优选实施方式，温表数据的获取过程包括：获取分析对象驱动机箱在监控时段内的各个表面温度最大值，将分析对象驱动机箱在监控时段内的各个表面温度最大值进行求和取平均值得到分析对象在监控时段内的温表数据，振频数据为分析对象底板在监控时段内的振动频率最大值，噪声数据为分析对象在监控时段内运行时产生的噪声最大分贝值。

作为本发明的一种优选实施方式，将产正对象标记为运正对象或运异对象的具体过程包括：通过存储模块获取到运行阈值，将分析对象在监控时段内的运行系数与运行阈值进行比较：若运行系数小于运行阈值，则判定分析对象在监控时段内的运行状态满足要求，将对应的分析对象标记为运正对象；若运行系数大于等于运行阈值，则判定分析对象在监控时段内的运行状态不满足要求，将对应的分析对象标记为运异对象。

作为本发明的一种优选实施方式，对监控对象的运行状态是否满足要求进行判定的具体过程包括：将监控时段内所有运正对象的运行系数平均值标记为运正表现值，将监控时段内所有运异对象的运行系数平均值标记为运异表现值，将运正表现值与运异表现值的差值的绝对值标记为监控对象的整体系数，通过存储模块获取到整体阈值，将整体系数与整体阈值进行比较：若整体系数小于整体阈值，则判定监控对象在监控时段内的整体运行状态满足要求，运行监控模块向分配调度平台发送整体合格信号；若整体系数大于等于整体阈值，则判定监控对象在监控时段内的整体运行状态不满足要求，运行监控模块向分配调度平台发送整体异常信号。

作为本发明的一种优选实施方式，应用于基于大数据技术的热源机组分配调度系统，包括分配调度平台，所述分配调度平台通信连接有产能监控模块、调度分析模块、运行监控模块以及存储模块，其中产能监控模块与分配调度平台单向连接，调度分析模块、运行监控模块以及存储模块均与分配调度平台双向连接；

所述产能监控模块用于对热源机组的输出产能进行监控分析并将热源机组标记为产正对象或产异对象，将产正对象通过分配调度平台发送至调度分析模块以及运行监控模块；

所述调度分析模块用于对接收到的产正对象进行分配调度分析，将将产能推荐参数、能耗推荐参数以及产耗推荐参数通过分配调度平台发送至存储模块进行存储；

所述运行监控模块用于对产正对象的运行状态进行监控分析并对监控对象的整体运行状态是否满足要求进行判定，整体运行状态满足要求时向分配调度平台发送整体合格信号；整体运行状态不满足要求时向分配调度平台发送整体异常信号。

本发明具备下述有益效果：

1、通过产能监控模块可以对热源机组的输出产能进行监控分析，通过对各个监控时段内的热源机组的产能总量进行采集与分析，结合所有能源产量与产出稳定性对热源机组的产出状态进行反馈，在产出状态异常时及时进行预警，同时针对产出状态正常的热源机组进行运行监控与分配调度优化分析；

2、通过调度分析模块可以对产出状态正常的热源机组进行分配调度优化分析，通过对产正对象的产出、能耗、产耗比等多个参数进行综合分析，生成三套优化方案，在保证能源产量的基础上，为不同需求的用户提供针对性的优化方案，满足不同需求的用户的使用预期；

3、通过运行监控模块可以对产正对象的运行状态进行监控分析，通过对产正对象的各项运行参数进行综合分析得到运行系数，从而通过运行系数的数值对产正对象的运行状态进行反馈，同时结合同一监控时段内监控对象内所有分析对象的运行系数对整体运行状态进行监控，满足能源产量与用户需求的前提下，保证监控对象能够正常、平稳运行。

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地介绍，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为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，基于大数据技术的热源机组分配调度系统，包括分配调度平台，分配调度平台通信连接有产能监控模块、调度分析模块、运行监控模块以及存储模块。

产能监控模块用于对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并标记为产能值，将所有监控时段的产能值进行求和取平均值得到产能均值，将所有监控时段的产能值建立产能集合，对产能集合进行方差计算得到稳定系数，通过存储模块获取到产能阈值与稳定阈值，将产能均值、稳定系数分别与产能阈值、稳定阈值进行比较：若产能均值大于产能阈值且稳定系数小于等于稳定阈值，则判定热源机组的输出产能满足要求，将对应的热源机组标记为产正对象；否则，判定热源机组的输出产能不满足要求，将对应的热源机组标记为产异对象；将产正对象发送至分配调度平台，分配调度平台接收到产正对象后将产正对象发送至调度分析模块以及运行监控模块；对热源机组的输出产能进行监控分析，通过对各个监控时段内的热源机组的产能总量进行采集与分析，结合所有能源产量与产出稳定性对热源机组的产出状态进行反馈，在产出状态异常时及时进行预警，同时针对产出状态正常的热源机组进行运行监控与分配调度优化分析。

调度分析模块用于对接收到的产正对象进行分配调度分析：将产正对象的产能均值与稳定系数分别标记为CJ与WD，通过公式CN＝(α1*CJ)/(α2*WD)得到产能系数CN，其中α1与α2均为比例系数，且α1＞α2＞1；将产能系数最大的产正对象标记为产能推荐对象，将产能推荐对象的机组参数标记为产能推荐参数；获取产正对象的驱耗数据QH以及产耗数据CH，驱耗数据QH为产正对象内所有热源设备消耗的电量之和，产耗数据CH为产正对象内所有热源设备产热时消耗的能源重量之和，通过公式NH＝β1*QH+β2*CH得到产正对象的能耗系数NH，其中β1与β2均为比例系数，且β1＞β2＞1；将能耗系数NH最小的产正对象标记为能耗推荐对象，将能耗推荐对象的机组参数标记为能耗推荐参数；将产正对象的产能系数CN与能耗系数NH的比值标记为产耗比，将产耗比最大的产正对象标记为产耗推荐对象，将产耗推荐对象的机组参数标记为产耗推荐参数；产正对象的机组参数包括热源设备的数量、型号、使用年限以及维修记录；将产能推荐参数、能耗推荐参数以及产耗推荐参数通过分配调度平台发送至存储模块进行存储；对产出状态正常的热源机组进行分配调度优化分析，通过对产正对象的产出、能耗、产耗比等多个参数进行综合分析，生成三套优化方案，在保证能源产量的基础上，为不同需求的用户提供针对性的优化方案，满足不同需求的用户的使用预期。

运行监控模块用于对产正对象的运行状态进行监控分析：将产正对象的热源设备标记为分析对象，获取监控时段内分析对象的温表数据WB、振频数据ZP以及噪声数据ZS，温表数据WB的获取过程包括：获取分析对象驱动机箱在监控时段内的各个表面温度最大值，需要说明的是，驱动机箱为安装有热源设备的发动机、电动机等机械驱动设备的机箱；将分析对象驱动机箱在监控时段内的各个表面温度最大值进行求和取平均值得到分析对象在监控时段内的温表数据WB，振频数据ZP为分析对象底板在监控时段内的振动频率最大值，噪声数据ZS为分析对象在监控时段内运行时产生的噪声最大分贝值，通过公式YX＝γ1*WB+γ2*Zp+γ3*ZS得到分析对象在监控时段内的运行系数YX，其中γ1、γ2以及γ3均为比例系数，通过存储模块获取到运行阈值YXmax，将分析对象在监控时段内的运行系数YX与运行阈值YXmax进行比较：若运行系数YX小于运行阈值YXmax，则判定分析对象在监控时段内的运行状态满足要求，将对应的分析对象标记为运正对象；若运行系数YX大于等于运行阈值YXmax，则判定分析对象在监控时段内的运行状态不满足要求，将对应的分析对象标记为运异对象；将监控时段内所有运正对象的运行系数平均值标记为运正表现值，将监控时段内所有运异对象的运行系数平均值标记为运异表现值，将运正表现值与运异表现值的差值的绝对值标记为监控对象的整体系数，通过存储模块获取到整体阈值，将整体系数与整体阈值进行比较：若整体系数小于整体阈值，则判定监控对象在监控时段内的整体运行状态满足要求，运行监控模块向分配调度平台发送整体合格信号；若整体系数大于等于整体阈值，则判定监控对象在监控时段内的整体运行状态不满足要求，运行监控模块向分配调度平台发送整体异常信号；对产正对象的运行状态进行监控分析，通过对产正对象的各项运行参数进行综合分析得到运行系数，从而通过运行系数的数值对产正对象的运行状态进行反馈，同时结合同一监控时段内监控对象内所有分析对象的运行系数对整体运行状态进行监控，满足能源产量与用户需求的前提下，保证监控对象能够正常、平稳运行。

实施例二

如图2所示，基于大数据技术的热源机组分配调度方法，包括以下步骤：

步骤一：对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并进行数值计算得到产能均值与稳定系数，通过产能均值与稳定系数的数值大小将热源机组标记为产正对象或产异对象，结合所有能源产量与产出稳定性对热源机组的产出状态进行反馈，在产出状态异常时及时进行预警；

步骤二：对产正对象进行分配调度分析并得到产能推荐对象、能耗推荐对象以及产耗推荐对象，将产能推荐对象、能耗推荐对象以及产耗推荐对象的机组参数分别标记为产能推荐参数、能耗推荐参数以及产耗推荐参数并发送至存储模块进行存储，为不同需求的用户提供针对性的优化方案；

步骤三：对产正对象的运行状态进行监控分析：将产正对象的热源设备标记为分析对象，获取监控时段内分析对象的温表数据、振频数据以及噪声数据进行数值计算得到运行系数，通过运行系数的数值大小将产正对象标记为运正对象或运异对象，对运正对象与运异对象的运行系数进行数值计算得到整体系数，通过整体系数对监控对象的运行状态是否满足要求进行判定，满足能源产量与用户需求的前提下，保证监控对象能够正常、平稳运行。

基于大数据技术的热源机组分配调度方法，工作时，对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并进行数值计算得到产能均值与稳定系数，通过产能均值与稳定系数的数值大小将热源机组标记为产正对象或产异对象，结合所有能源产量与产出稳定性对热源机组的产出状态进行反馈，在产出状态异常时及时进行预警；对产正对象进行分配调度分析并得到产能推荐对象、能耗推荐对象以及产耗推荐对象，将产能推荐对象、能耗推荐对象以及产耗推荐对象的机组参数分别标记为产能推荐参数、能耗推荐参数以及产耗推荐参数并发送至存储模块进行存储，为不同需求的用户提供针对性的优化方案；对产正对象的运行状态进行监控分析：将产正对象的热源设备标记为分析对象，获取监控时段内分析对象的温表数据、振频数据以及噪声数据进行数值计算得到运行系数，通过运行系数的数值大小将产正对象标记为运正对象或运异对象，对运正对象与运异对象的运行系数进行数值计算得到整体系数，通过整体系数对监控对象的运行状态是否满足要求进行判定，满足能源产量与用户需求的前提下，保证监控对象能够正常、平稳运行。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式CN＝(α1*CJ)/(α2*WD)；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的产能系数；将设定的产能系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1以及α2的取值分别为4.38和2.19；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的产能系数；只要不影响参数与量化后数值的比例关系即可，如产能系数与产能均值的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.基于大数据技术的热源机组分配调度方法，其特征在于，包括以下步骤：

步骤一：对热源机组的输出产能进行监控分析：设定监控时段，获取监控时段内热源机组的产能总量并进行数值计算得到产能均值与稳定系数，通过产能均值与稳定系数的数值大小将热源机组标记为产正对象或产异对象；

步骤二：对产正对象进行分配调度分析并得到产能推荐对象、能耗推荐对象以及产耗推荐对象，将产能推荐对象、能耗推荐对象以及产耗推荐对象的机组参数分别标记为产能推荐参数、能耗推荐参数以及产耗推荐参数并发送至存储模块进行存储；

步骤三：对产正对象的运行状态进行监控分析：将产正对象的热源设备标记为分析对象，获取监控时段内分析对象的温表数据、振频数据以及噪声数据进行数值计算得到运行系数，通过运行系数的数值大小将产正对象标记为运正对象或运异对象，对运正对象与运异对象的运行系数进行数值计算得到整体系数，通过整体系数对监控对象的运行状态是否满足要求进行判定。

2.根据权利要求1所述的基于大数据技术的热源机组分配调度方法，其特征在于，产能均值与稳定系数的获取过程包括：获取监控时段内热源机组的产能总量并标记为产能值，将所有监控时段的产能值进行求和取平均值得到产能均值，将所有监控时段的产能值建立产能集合，对产能集合进行方差计算得到稳定系数。

3.根据权利要求2所述的基于大数据技术的热源机组分配调度方法，其特征在于，将热源机组标记为产正对象或产异对象的具体过程包括：通过存储模块获取到产能阈值与稳定阈值，将产能均值、稳定系数分别与产能阈值、稳定阈值进行比较：若产能均值大于产能阈值且稳定系数小于等于稳定阈值，则判定热源机组的输出产能满足要求，将对应的热源机组标记为产正对象；否则，判定热源机组的输出产能不满足要求，将对应的热源机组标记为产异对象。

4.根据权利要求1所述的基于大数据技术的热源机组分配调度方法，其特征在于，产能推荐对象、能耗推荐对象以及产耗推荐对象的标记过程包括：通过对产正对象的产能均值与稳定系数进行数值计算得到产能系数，将产能系数最大的产正对象标记为产能推荐对象；

获取产正对象的驱耗数据以及产耗数据，驱耗数据为产正对象内所有热源设备消耗的电量之和，产耗数据为产正对象内所有热源设备产热时消耗的能源重量之和，通过对驱耗数据与产耗数据进行数值计算得到产正对象的能耗系数；将能耗系数最小的产正对象标记为能耗推荐对象；

将产正对象的产能系数与能耗系数的比值标记为产耗比，将产耗比最大的产正对象标记为产耗推荐对象；

产正对象的机组参数包括热源设备的数量、型号、使用年限以及维修记录；将产能推荐参数、能耗推荐参数以及产耗推荐参数通过分配调度平台发送至存储模块进行存储。

5.根据权利要求1所述的基于大数据技术的热源机组分配调度方法，其特征在于，温表数据的获取过程包括：获取分析对象驱动机箱在监控时段内的各个表面温度最大值，将分析对象驱动机箱在监控时段内的各个表面温度最大值进行求和取平均值得到分析对象在监控时段内的温表数据，振频数据为分析对象底板在监控时段内的振动频率最大值，噪声数据为分析对象在监控时段内运行时产生的噪声最大分贝值。

6.根据权利要求5所述的基于大数据技术的热源机组分配调度方法，其特征在于，将产正对象标记为运正对象或运异对象的具体过程包括：通过存储模块获取到运行阈值，将分析对象在监控时段内的运行系数与运行阈值进行比较：若运行系数小于运行阈值，则判定分析对象在监控时段内的运行状态满足要求，将对应的分析对象标记为运正对象；若运行系数大于等于运行阈值，则判定分析对象在监控时段内的运行状态不满足要求，将对应的分析对象标记为运异对象。

7.根据权利要求6所述的基于大数据技术的热源机组分配调度方法，其特征在于，对监控对象的运行状态是否满足要求进行判定的具体过程包括：将监控时段内所有运正对象的运行系数平均值标记为运正表现值，将监控时段内所有运异对象的运行系数平均值标记为运异表现值，将运正表现值与运异表现值的差值的绝对值标记为监控对象的整体系数，通过存储模块获取到整体阈值，将整体系数与整体阈值进行比较：若整体系数小于整体阈值，则判定监控对象在监控时段内的整体运行状态满足要求，运行监控模块向分配调度平台发送整体合格信号；若整体系数大于等于整体阈值，则判定监控对象在监控时段内的整体运行状态不满足要求，运行监控模块向分配调度平台发送整体异常信号。

8.根据权利要求1所述的基于大数据技术的热源机组分配调度方法，其特征在于，应用于基于大数据技术的热源机组分配调度系统，包括分配调度平台，所述分配调度平台通信连接有产能监控模块、调度分析模块、运行监控模块以及存储模块，其中产能监控模块与分配调度平台单向连接，调度分析模块、运行监控模块以及存储模块均与分配调度平台双向连接；

所述产能监控模块用于对热源机组的输出产能进行监控分析并将热源机组标记为产正对象或产异对象，将产正对象通过分配调度平台发送至调度分析模块以及运行监控模块；

所述调度分析模块用于对接收到的产正对象进行分配调度分析，将产能推荐参数、能耗推荐参数以及产耗推荐参数通过分配调度平台发送至存储模块进行存储；

所述运行监控模块用于对产正对象的运行状态进行监控分析并对监控对象的整体运行状态是否满足要求进行判定，整体运行状态满足要求时向分配调度平台发送整体合格信号；整体运行状态不满足要求时向分配调度平台发送整体异常信号。

Images