CN116070795A - 一种基于物联网的智慧能源管控方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的智慧能源管控方法及系统，涉及智慧能源管控技术领域，该方法包括以下步骤：S1、利用GIS技术布局分布式监测站点构建能源的监测感知网络；S2、采集所述监测站点监测得到的监测数据并进行标准化传输；S3、根据能源类型对所述监测数据进行分类，得到不同的能源数据；S4、利用能源预测模型对实时监测的能源数据进行短时用能预测；S5、根据短时用能预测结果对所述监测站点所在区域进行优化调控；该系统包括：分布式监测模块、数据控制传输模块、能源数据预测模块、区域优化调度模块、区域等级划分模块及综合评估模块。本发明通过构建多能互补的智慧能源管控系统，实现用户端与管控平台之间的互联互通。

Description

一种基于物联网的智慧能源管控方法及系统

技术领域

本发明涉及智慧能源管控技术领域，具体来说，涉及一种基于物联网的智慧能源管控方法及系统。

背景技术

近年来，在绿色发展理念下，综合能源服务发展迅速，加速推进多能互补能有效推进能源生产和消费发展。综合能源服务通过整合多种能源发、输、配、送于一体，融合能源和互联网思维，建立多种能源系统相互配合的网络，实现热、气、电等能源的智慧调度，是能源互联网的重要载体，已经成为各国能源行业大融合的关键入口。

智慧能源管控平台采用先进的电力传感器技术，针对能源系统中水、电、气、暖等各个能耗节点实施精确监控，记录每个节点的能耗和运行信息，将数据信息回传至能源管控主机，主机根据能源供给和能源节约要求，统一调度优化能源布局分配，从而提高能源使用率，降低社区或企业工厂的综合能耗。能源管控系统在帮助社区、企业工厂在扩大开发或生产的同时，合理计划和利用能源，降低产品能源消耗，提高经济效益，随着物联网技术的发展，将物联网技术与能源管控系统相结合，通过各种信息传感器，便于能源管控系统的管理。

在实际能源供应过程中，不同区域的资源消耗不同，有些地区消耗总量高，有些地区消耗总量低，对于资源消耗高的区域，如果能源得不到及时的供应，会严重影响用户的生活生产。目前，区域园区等小范围内供能品种大多为单独规划设计，运行模式较传统，能源系统效率较低，供能成本较高，智能化、信息化程度不高，环境承载压力日益加大，亟须转变能源发展方式，加强多种能源系统之间的统筹协调和集成优化。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种基于物联网的智慧能源管控方法及系统，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

根据本发明的一个方面，提供了一种基于物联网的智慧能源管控方法，该方法包括以下步骤：

S1、利用GIS技术布局分布式监测站点构建能源的监测感知网络；

S2、采集所述监测站点监测得到的监测数据并进行标准化传输；

S3、根据能源类型对所述监测数据进行分类，得到不同的能源数据；

S4、利用能源预测模型对实时监测的能源数据进行短时用能预测；

S5、根据短时用能预测结果对所述监测站点所在区域进行优化调控；

S6、根据区域的历史能源数据与调控信息进行能源区域等级划分；

S7、对不同等级区域进行节能效果与经济效益的综合性评估。

进一步的，所述采集所述监测站点监测得到的监测数据并进行标准化传输包括以下步骤：

S21、将所述监测站点的数据总线进行标准化，统一为TCP/IP协议；

S22、对不同类型监测传感器得到的数据分别进行校验、清洗与缓存；

S23、将处理后的数据进行标准化协议统一；

S24、对统一后的数据进行二次校验，得到用于传输的监测数据。

进一步的，所述利用能源预测模型对实时监测的能源数据进行短时用能预测包括以下步骤：

S41、获取各个所述监测站点内不同类型的历史能源数据，并按照监测时间间隔绘制各类型所述能源数据的历史用能曲线；

S42、将实时采集的能源数据按照监测时间间隔绘制实时用能曲线；

S43、观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值；

S44、在所述历史用能曲线中匹配与所述实时用能曲线中当前 n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值；

S45、根据预测误差动态调整参考相似时间序列与当前变化值在预测中的权重，确定自适应调整参数；

S46、综合所述预估值、所述近似值及所述自适应调整参数确定能源预测模型，输入当前时刻能源数据进行预测输出下一时刻能源数据的预测值。

进一步的，所述能源预测模型的计算公式为：式中，表示下一时刻的能源数据的预测值；

表示当前时刻；

表示待预测的下一时刻；

表示自适应调整参数；

表示近似值；

表示预估值。

进一步的，所述观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值包括以下步骤：S431、利用当前时刻采集得到的能源数据减去前一时刻采集得到的能源数据，将差值作为实时变化趋势；

S432、选取所述历史用能曲线中与当前时刻对应的时刻，并将若干所述历史用能曲线中下一时刻记录的能源数据进行相加再求取平均值，作为下一时刻能源数据的历史平均值；

S433、利用所述历史平均值减去当前时刻采集得到的能源数据，将差值作为预测变化趋势；

S434、当所述实时变化趋势与所述预测变化趋势同号时，将当前时刻的能源数据加与实时变化趋势之和作为下一时刻的能源数据，记作预估值；

S435、当所述实时变化趋势与所述预测变化趋势异号时，将所述历史平均值作为下一时刻的能源数据，记作预估值。

进一步的，在所述历史用能曲线中匹配与所述实时用能曲线中当前 n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值包括以下步骤：

S441、将当前时刻与前 n个时刻连续采集得到的 n个能源数据作为元素构建时间序列，记作实时时间序列；

S442、在与所述实时时间序列对应时刻相同的所述历史用能曲线中查找相似的子序列，记作历史时间子序列；

S443、利用欧氏距离方法计算所述实时时间序列与所述历史时间子序列之间的距离，选取距离最小的历史时间子序列作为此次预测的历史序列；

S444、选定所述历史序列所在的历史用能曲线，将其下一时刻的能源数据作为此次预测的近似值。

进一步的，所述根据区域的历史能源数据与调控信息进行能源区域等级划分包括以下步骤：

S61、以所述监测站点所在区域的调控信息与各所述能源类型的能源数据为评价指标构建等级评价体系；

S62、计算各项所述评价指标的指标权重值，构建区域等级评估模型；

S63、将各个所述监测站点监测得到的能源数据与调控信息输入至所述区域等级评估模型，得到评估结果对所述监测站点所在区域进行等级划分。

进一步的，所述能源类型包括电力资源、天然气资源、水资源及供热资源；

所述调控信息为近一年范围内单个所述监测站点所在区域进行优化调控的次数；

所述评价指标包括电力能源数据、天然气能源数据、水能源数据、供热能源数据及调控信息；

所述区域等级包括风险区、高功耗区、中功耗区及低功耗区。

进一步的，所述计算各项所述评价指标的指标权重值，构建区域等级评估模型包括以下步骤：

S621、对所述等级评价体系的各项所述评价指标进行两两比较，并对其相对重要性赋予一定分值，构造上下层次之间隶属关系的判断矩阵；

S622、对所述判断矩阵的每一列进行正规化最终得到正规化矩阵；

S623、对所述正规化矩阵进行按行相加得到相加矩阵，并对所述相加矩阵进行正规化的得到权向量；

S624、利用和积法计算所述判断矩阵的最大特征值；

S625、通过所述最大特征值与所述评价指标构建区域等级评估模型。

根据本发明的另一个方面，还提供了一种基于物联网的智慧能源管控系统，该系统包括以下组成：分布式监测模块、数据控制传输模块、能源数据预测模块、区域优化调度模块、区域等级划分模块及综合评估模块；

其中，所述分布式监测模块，用于对区域能源进行分布式感知检测；

所述数据控制传输模块，用于对监测数据进行统一控制与传输；

所述能源数据预测模块，用于对不同能源数据进行短时用能预测；

所述区域优化调度模块，用于对区域能源进行优化调度及预警提醒；

所述区域等级划分模块，用于根据区域能源数据对区域进行等级划分；

所述综合评估模块，用于对区域进行节能与经济效益的综合性评价。

本发明的有益效果为：通过构建多能互补的物联网智慧能源管控系统，能够将能效技术与智能技术相结合，实现用户端与管控平台之间的互联互通，从而实现传统能源制度的扩展与完善；通过基于GID布局分布式监测的感知网络，实现区域内能源统一监测与智能化管理，且采用统一标准化协议传输，保证数据采集的时效性，再融入智能预测模型，结合历史能源数据对未来用能数据进行精确预测，从而能够及时实现能源管控与风险优化，降低区域负荷负载发生及造成电路损坏的概率，通过针对性优化调控，保证区域能源供应的稳定性与安全性；另外，对于分布区域的等级评估与划分，有益于进行针对性的分级治理，有效降低能源管控的投入成本与监管范围，从而更能保证能源优化调度的时效性。

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是根据本发明实施例的一种基于物联网的智慧能源管控方法的流程图；

图2是根据本发明实施例的一种基于物联网的智慧能源管控系统的系统框图。

图2中：

1、分布式监测模块；2、数据控制传输模块；3、能源数据预测模块；4、区域优化调度模块；5、区域等级划分模块；6、综合评估模块。

具体实施方式

根据本发明的一个实施例，提供了一种基于物联网的智慧能源管控方法。现结合附图和具体实施方式对本发明进一步说明，如图1所示，该方法包括以下步骤：

S1、利用GIS技术布局分布式监测站点构建能源的监测感知网络；

智慧能源管控涉及到对能源的实时监测、预测、调控和优化等方面，其中关键的一环就是构建能源的监测感知网络。GIS技术是一种高效的空间数据处理和分析工具，可以被用于布局分布式监测站点，构建能源的监测感知网络。因此，利用GIS技术布局分布式监测站点构建能源的监测感知网络包括以下步骤：

S11、首先收集和整合相关的地理信息数据，包括能源资源分布、用能情况、地形地貌等，以及监测站点相关的设施信息和运行状态等。

S12、根据收集到的数据，制定监测方案，确定监测参数和监测站点的布局方案。

S13、利用GIS软件建立相应的数据库，将收集到的地理信息数据整合进去，包括能源资源、用能情况、地形地貌等数据。

S14、根据监测方案，确定监测站点的位置和数量，可通过GIS工具进行模拟和优化，找出最优的布局方案。

S15、在确定好的位置建立监测站点，安装相应的监测设备和传感器，将监测数据传输至GIS数据库。

S16、将各分布式监测站点的数据传输至GIS数据库，通过GIS软件进行数据分析、处理和可视化，构建能源的监测感知网络，提供实时的能源监测、预测、调控和优化等功能。

在布局监测站点的过程中，应根据具体情况考虑各种因素，如能源资源分布、用能情况、地形地貌、设施条件、经济性等，制定合理的布局方案。同时，要保证监测站点之间的数据传输稳定可靠，以确保监测数据的准确性和及时性。

S2、采集所述监测站点监测得到的监测数据并进行标准化传输；

监测感知网络由（水、电、气及暖等）各类传感器、智能用电系统、给水末端控制系统等可管控系统，完成现场数据感知及末端控制。在监测感知网络传感器类型庞杂，无法实现数据协议的统一，使得应用软件系统无法以标准化的形式采集、处理数据，因此需要实现数据采集的标准化，使其能被应用软件系统所用。

所述采集所述监测站点监测得到的监测数据并进行标准化传输包括以下步骤：

S21、将所述监测站点的数据总线进行标准化，统一为TCP/IP协议；

TCP/IP协议能够适应世界范围内数据通信的需要，其具备以下特点：

（1）协议标准是完全开放的，可以供用户免费使用，并且独立于特定的计算机硬件与操作系统。

（2）独立于网络硬件系统，可以运行在广域网，更适合于互联网。

（3）网络地址统一分配，网络中每一设备和终端都具有一个唯一地址。

（4）高层协议标准化，可以提供多种多样可靠网络服务。

S22、对不同类型监测传感器得到的数据分别进行校验、清洗与缓存；

S23、将处理后的数据进行标准化协议统一；

S24、对统一后的数据进行二次校验，得到用于传输的监测数据。

S3、根据能源类型对所述监测数据进行分类，得到不同的能源数据；

S4、利用能源预测模型对实时监测的能源数据进行短时用能预测；

短时用能预测是基于短期用能参数序列进行的，短期用能参数序列具有高度时变性、非线性和不确定性。在能源管控系统中特定的观测点，其在一定的观测时间内具有如下特征：

（1）关联性：能源的用能不是独立的，参数间具有一定的相关性，且观测地点参数与其相关能源数据之间也具有较强的关联性。

（2）趋势性与趋势变动性：能源数据的时间序列在时空上呈一定规律的变化趋势。

（3）连续性：能源数据在时间上具有连续性和延续性，同一变量在不同时刻的取值之间存在着相关性。

其中，所述利用能源预测模型对实时监测的能源数据进行短时用能预测包括以下步骤：

S41、获取各个所述监测站点内不同类型的历史能源数据，并按照监测时间间隔绘制各类型所述能源数据的历史用能曲线；

S42、将实时采集的能源数据按照监测时间间隔绘制实时用能曲线；

S43、观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值；

其中，所述观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值包括以下步骤：

S431、利用当前时刻采集得到的能源数据减去前一时刻采集得到的能源数据，将差值作为实时变化趋势；

S432、选取所述历史用能曲线中与当前时刻对应的时刻，并将若干所述历史用能曲线中下一时刻记录的能源数据进行相加再求取平均值，作为下一时刻能源数据的历史平均值；

S433、利用所述历史平均值减去当前时刻采集得到的能源数据，将差值作为预测变化趋势；

S434、当所述实时变化趋势与所述预测变化趋势同号时，将当前时刻的能源数据加与实时变化趋势之和作为下一时刻的能源数据，记作预估值；

S435、当所述实时变化趋势与所述预测变化趋势异号时，将所述历史平均值作为下一时刻的能源数据，记作预估值。

S44、在所述历史用能曲线中匹配与所述实时用能曲线中当前 n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值；

其中，在所述历史用能曲线中匹配与所述实时用能曲线中当前 n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值包括以下步骤：

S441、将当前时刻与前 n个时刻连续采集得到的 n个能源数据作为元素构建时间序列，记作实时时间序列；

S442、在与所述实时时间序列对应时刻相同的所述历史用能曲线中查找相似的子序列，记作历史时间子序列；

S443、利用欧氏距离方法计算所述实时时间序列与所述历史时间子序列之间的距离，选取距离最小的历史时间子序列作为此次预测的历史序列；

S444、选定所述历史序列所在的历史用能曲线，将其下一时刻的能源数据作为此次预测的近似值。

S45、根据预测误差动态调整参考相似时间序列与当前变化值在预测中的权重，确定自适应调整参数；

本发明依据误差跟踪原理确定调整参数，使其能够根据预测误差进行动态调整，从而可在一定程度上提高预测的精度。设 t时刻的值为，

首先，定义两个误差信号：式中，表示平滑误差；

表示平滑绝对误差；

表示预测绝对误差；

表示加权系数；

在模型能够正确反映预测对象变化规律的情况下，预测误差为随机误差，因此服从均值为零的正态分布，且此时接近于零，又因为总是大于零的，所述的值总是在[-1，+1]之间。

根据调整参数与预测误差之间的变化关系，另调整参数为，这样便可根据误差大小自动进行调整，使预测模型不断地适应预测对象的变化。

S46、综合所述预估值、所述近似值及所述自适应调整参数确定能源预测模型，输入当前时刻能源数据进行预测输出下一时刻能源数据的预测值。

其中，所述能源预测模型的计算公式为：

式中，表示下一时刻的能源数据的预测值；

表示当前时刻；

表示待预测的下一时刻；

表示自适应调整参数；

表示近似值；

表示预估值。

S5、根据短时用能预测结果对所述监测站点所在区域进行优化调控；

根据预测值的大小对该定监测站点所在区域进行预警，即设定阈值，若预测值超过预设阈值，则需要人工对该区域进行优化调度，进行负荷负载方面的调整，避免发生局部或者区域发生能源紧张或故障。

S6、根据区域的历史能源数据与调控信息进行能源区域等级划分，包括以下步骤：

S61、以所述监测站点所在区域的调控信息与各所述能源类型的能源数据为评价指标构建等级评价体系；

所述能源类型包括电力资源、天然气资源、水资源及供热资源；

所述调控信息为近一年范围内单个所述监测站点所在区域进行优化调控的次数；

所述评价指标包括电力能源数据、天然气能源数据、水能源数据、供热能源数据及调控信息；

所述区域等级包括风险区、高功耗区、中功耗区及低功耗区。

其中，等级评估结果D≥0.049为风险区，0.049＞D≥0.024为高功耗区，0.024＞D≥0.01为中功耗区，0.01＞D为低功耗区。

S62、计算各项所述评价指标的指标权重值，构建区域等级评估模型，包括以下步骤：

S621、对所述等级评价体系的各项所述评价指标进行两两比较，并对其相对重要性赋予一定分值，构造上下层次之间隶属关系的判断矩阵；

S622、对所述判断矩阵的每一列进行正规化最终得到正规化矩阵；

S623、对所述正规化矩阵进行按行相加得到相加矩阵，并对所述相加矩阵进行正规化的得到权向量；

S624、利用和积法计算所述判断矩阵的最大特征值；

S625、通过所述最大特征值与所述评价指标构建区域等级评估模型。

其中，区域等级评估模型的计算公式为：

式中，表示等级评估结果；

表示最大特征值；

n表示成对评价指标因子比较的个数。

S63、将各个所述监测站点监测得到的能源数据与调控信息输入至所述区域等级评估模型，得到评估结果对所述监测站点所在区域进行等级划分。

S7、对不同等级区域进行节能效果与经济效益的综合性评估。

根据本发明的另一个实施例，如图2所示，还提供了一种基于物联网的智慧能源管控系统，该系统包括以下组成：分布式监测模块1、数据控制传输模块2、能源数据预测模块3、区域优化调度模块4、区域等级划分模块5及综合评估模块6；

其中，所述分布式监测模块1，用于对区域能源进行分布式感知检测；

所述数据控制传输模块2，用于对监测数据进行统一控制与传输；

所述能源数据预测模块3，用于对不同能源数据进行短时用能预测；

所述区域优化调度模块4，用于对区域能源进行优化调度及预警提醒；

所述区域等级划分模块5，用于根据区域能源数据对区域进行等级划分；

所述综合评估模块6，用于对区域进行节能与经济效益的综合性评价。

综上所述，借助于本发明的上述技术方案，通过构建多能互补的物联网智慧能源管控系统，能够将能效技术与智能技术相结合，实现用户端与管控平台之间的互联互通，从而实现传统能源制度的扩展与完善；通过基于GID布局分布式监测的感知网络，实现区域内能源统一监测与智能化管理，且采用统一标准化协议传输，保证数据采集的时效性，再融入智能预测模型，结合历史能源数据对未来用能数据进行精确预测，从而能够及时实现能源管控与风险优化，降低区域负荷负载发生及造成电路损坏的概率，通过针对性优化调控，保证区域能源供应的稳定性与安全性；另外，对于分布区域的等级评估与划分，有益于进行针对性的分级治理，有效降低能源管控的投入成本与监管范围，从而更能保证能源优化调度的时效性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于物联网的智慧能源管控方法，其特征在于，该方法包括以下步骤：

S1、利用GIS技术布局分布式监测站点构建能源的监测感知网络；

S2、采集所述监测站点监测得到的监测数据并进行标准化传输；

S3、根据能源类型对所述监测数据进行分类，得到不同的能源数据；

S4、利用能源预测模型对实时监测的能源数据进行短时用能预测；

S5、根据短时用能预测结果对所述监测站点所在区域进行优化调控；

S6、根据区域的历史能源数据与调控信息进行能源区域等级划分；

S7、对不同等级区域进行节能效果与经济效益的综合性评估。

2.根据权利要求1所述的一种基于物联网的智慧能源管控方法，其特征在于，所述采集所述监测站点监测得到的监测数据并进行标准化传输包括以下步骤：

S21、将所述监测站点的数据总线进行标准化，统一为TCP/IP协议；

S22、对不同类型监测传感器得到的数据分别进行校验、清洗与缓存；

S23、将处理后的数据进行标准化协议统一；

S24、对统一后的数据进行二次校验，得到用于传输的监测数据。

3.根据权利要求2所述的一种基于物联网的智慧能源管控方法，其特征在于，所述利用能源预测模型对实时监测的能源数据进行短时用能预测包括以下步骤：

S41、获取各个所述监测站点内不同类型的历史能源数据，并按照监测时间间隔绘制各类型所述能源数据的历史用能曲线；

S42、将实时采集的能源数据按照监测时间间隔绘制实时用能曲线；

S43、观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值；

S44、在所述历史用能曲线中匹配与所述实时用能曲线中当前n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值；

S45、根据预测误差动态调整参考相似时间序列与当前变化值在预测中的权重，确定自适应调整参数；

S46、综合所述预估值、所述近似值及所述自适应调整参数确定能源预测模型，输入当前时刻能源数据进行预测输出下一时刻能源数据的预测值。

4.根据权利要求3所述的一种基于物联网的智慧能源管控方法，其特征在于，所述能源预测模型的计算公式为：

式中，表示下一时刻的能源数据的预测值；

表示当前时刻；

表示待预测的下一时刻；

表示自适应调整参数；

表示近似值；

表示预估值。

5.根据权利要求4所述的一种基于物联网的智慧能源管控方法，其特征在于，所述观测当前时刻与前一时刻采集得到的能源数据，根据两个时刻在所述实时用能曲线的变化趋势预测下一时刻的能源数据，记作预估值包括以下步骤：

S431、利用当前时刻采集得到的能源数据减去前一时刻采集得到的能源数据，将差值作为实时变化趋势；

S432、选取所述历史用能曲线中与当前时刻对应的时刻，并将若干所述历史用能曲线中下一时刻记录的能源数据进行相加再求取平均值，作为下一时刻能源数据的历史平均值；

S433、利用所述历史平均值减去当前时刻采集得到的能源数据，将差值作为预测变化趋势；

S434、当所述实时变化趋势与所述预测变化趋势同号时，将当前时刻的能源数据加与实时变化趋势之和作为下一时刻的能源数据，记作预估值；

S435、当所述实时变化趋势与所述预测变化趋势异号时，将所述历史平均值作为下一时刻的能源数据，记作预估值。

6.根据权利要求5所述的一种基于物联网的智慧能源管控方法，其特征在于，在所述历史用能曲线中匹配与所述实时用能曲线中当前n个时刻具有相同变化趋势的时间序列，并选取下一时刻的能源数据，作为近似值包括以下步骤：

S441、将当前时刻与前n个时刻连续采集得到的n个能源数据作为元素构建时间序列，记作实时时间序列；

S442、在与所述实时时间序列对应时刻相同的所述历史用能曲线中查找相似的子序列，记作历史时间子序列；

S443、利用欧氏距离方法计算所述实时时间序列与所述历史时间子序列之间的距离，选取距离最小的历史时间子序列作为此次预测的历史序列；

S444、选定所述历史序列所在的历史用能曲线，将其下一时刻的能源数据作为此次预测的近似值。

7.根据权利要求6所述的一种基于物联网的智慧能源管控方法，其特征在于，所述根据区域的历史能源数据与调控信息进行能源区域等级划分包括以下步骤：

S61、以所述监测站点所在区域的调控信息与各所述能源类型的能源数据为评价指标构建等级评价体系；

S62、计算各项所述评价指标的指标权重值，构建区域等级评估模型；

S63、将各个所述监测站点监测得到的能源数据与调控信息输入至所述区域等级评估模型，得到评估结果对所述监测站点所在区域进行等级划分。

8.根据权利要求7所述的一种基于物联网的智慧能源管控方法，其特征在于，所述能源类型包括电力资源、天然气资源、水资源及供热资源；

所述调控信息为近一年范围内单个所述监测站点所在区域进行优化调控的次数；

所述评价指标包括电力能源数据、天然气能源数据、水能源数据、供热能源数据及调控信息；

所述区域等级包括风险区、高功耗区、中功耗区及低功耗区。

9.根据权利要求8所述的一种基于物联网的智慧能源管控方法，其特征在于，所述计算各项所述评价指标的指标权重值，构建区域等级评估模型包括以下步骤：

S621、对所述等级评价体系的各项所述评价指标进行两两比较，并对其相对重要性赋予一定分值，构造上下层次之间隶属关系的判断矩阵；

S622、对所述判断矩阵的每一列进行正规化最终得到正规化矩阵；

S623、对所述正规化矩阵进行按行相加得到相加矩阵，并对所述相加矩阵进行正规化的得到权向量；

S624、利用和积法计算所述判断矩阵的最大特征值；

S625、通过所述最大特征值与所述评价指标构建区域等级评估模型。

10.一种基于物联网的智慧能源管控系统，用于权利要求1-9中任一项所述基于物联网的智慧能源管控方法的实现，其特征在于，该系统包括以下组成：分布式监测模块、数据控制传输模块、能源数据预测模块、区域优化调度模块、区域等级划分模块及综合评估模块；

其中，所述分布式监测模块，用于对区域能源进行分布式感知检测；

所述数据控制传输模块，用于对监测数据进行统一控制与传输；

所述能源数据预测模块，用于对不同能源数据进行短时用能预测；

所述区域优化调度模块，用于对区域能源进行优化调度及预警提醒；

所述区域等级划分模块，用于根据区域能源数据对区域进行等级划分；

所述综合评估模块，用于对区域进行节能与经济效益的综合性评价。

Images