CN116107849B - 一种基于人工智能的数据中台能耗管理系统 - Google Patents

一种基于人工智能的数据中台能耗管理系统 Download PDF

Info

Publication number
CN116107849B
CN116107849B CN202211026229.3A CN202211026229A CN116107849B CN 116107849 B CN116107849 B CN 116107849B CN 202211026229 A CN202211026229 A CN 202211026229A CN 116107849 B CN116107849 B CN 116107849B
Authority
CN
China
Prior art keywords
data
energy consumption
data center
target
processing
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
Application number
CN202211026229.3A
Other languages
English (en)
Other versions
CN116107849A (zh
Inventor
张超
周志荣
王守江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Donghua Botai Technology Co ltd
Original Assignee
Beijing Donghua Botai Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Donghua Botai Technology Co ltd filed Critical Beijing Donghua Botai Technology Co ltd
Priority to CN202211026229.3A priority Critical patent/CN116107849B/zh
Publication of CN116107849A publication Critical patent/CN116107849A/zh
Application granted granted Critical
Publication of CN116107849B publication Critical patent/CN116107849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G06F11/3062—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations where the monitored property is the power consumption
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于人工智能的数据中台能耗管理系统，涉及能耗管理技术领域，解决了现有技术在数据中台运行过程中，无法控制数据处理过程的能耗，导致数据处理效率降低的技术问题；本发明根据单位时间的数据量来规划各边缘数据中台的能耗指标；再根据能耗指标确定各单位子时间的能耗额度，当处理目标数据所需的能耗数据超过能耗额度时，则调整目标数据的处理顺序，在确定能耗达标的情况下，有序地对数据进行处理；本发明在对目标数据中各数据的处理顺序进行调整之后获取目标处理数据和待处理数据，通过其他单位子时间的能耗剩余额度来处理待处理数据，保证对单位时间内数据进行高效有序地处理。

Description

一种基于人工智能的数据中台能耗管理系统
技术领域
本发明属于能耗管理领域，涉及一种基于人工智能的数据中台能耗管理技术，具体是一种基于人工智能的数据中台能耗管理系统。
背景技术
数据中台已经成为传统制造业数字化转型、拥抱大数据技术的必经之路。数据中台给企业带来了诸多好处，但是其建设成本和运行成本也限制了很多企业的建设运行，如何有效控制数据中台的运行成本是一个迫切需要解决的问题。
现有技术(公开号为CN113935602A的发明专利申请)公开了一种数据中台系统、数据处理方法及装置，通过设置多个边缘数据中台来分担各区域的数据治理，并汇总到中央数据中台，能够提供数据加工效率，降低数据加工成本。现有技术在进行数据处理时，通过边缘计算技术来对各区域或者各类型数据进行处理，但这种方式增加了整个数据处理过程的能耗，在如今能耗要求下会受到诸多限制，甚至造成数据处理异常或者中断；因此，亟须一种基于人工智能的数据中台能耗管理系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于人工智能的数据中台能耗管理系统，用于解决现有技术在数据中台运行过程中，无法控制数据处理过程的能耗，导致数据处理效率降低的技术问题。
为实现上述目的，本发明的第一方面提供了一种基于人工智能的数据中台能耗管理系统，包括中央数据中台，以及与之相连接的若干边缘数据中台；
中央数据中台：将数据治理区域划分成若干数据子区域，并为若干数据子区域一一匹配边缘数据中台；其中，数据治理区域为中央数据中台覆盖区域；以及
根据各数据子区域单位时间的数据量确定对应的能耗权重，为各数据子区域规划能耗指标；其中，数据量根据历史数据处理记录获取；
边缘数据中台：基于历史运行数据和数据量确定能耗波动曲线，结合对应的能耗指标确定各单位子时间的能耗额度；以及
将各单位子时间需要处理的数据标记为目标数据；将处理目标数据需要的能耗数据与能耗额度进行比较，根据比较结果调整目标数据处理顺序。
优选的，所述中央数据中台与若干所述边缘数据中台通信和/或电气连接；
在所述中央数据中台生成若干所述数据子区域之后，为所述数据子区域和所述边缘数据中台之间建立一对一的关联关系。
优选的，所述中央数据中台基于各所述数据子区域的历史数据处理记录确定对应的能耗权重，并根据所述能耗权重分配所述能耗指标，包括：
获取各数据子区域的历史处理记录，根据历史数据处理记录计算获取单位时间内数据处理量均值，并标记为数据量SLi；其中，i∈[1，n]，且i为整数；
通过公式NQi＝SLi/(SL1+SL2+…+SLn)获取能耗权重NQi；确定各边缘数据中台的能耗总指标，结合能耗权重NQi获取对应的能耗指标。
优选的，所述边缘数据中台根据历史运行数据和数据量匹配获取所述能耗波动曲线，包括：
获取所述边缘数据中台在单位时间内的环境数据；其中，环境数据包括时间、温度和湿度，且单位时间包括一天或者一星期；
基于环境数据和数据量在历史运行数据中匹配，获取相似度最大的能耗变化曲线，并标记为所述能耗波动曲线。
优选的，在确定所述边缘数据中台对应的所述能耗波动曲线之后，所述边缘数据中台基于能耗指标确定各单位子时间的所述能耗额度，包括：
将所述能耗波动曲线标记为F(t)；其中，t的取值范围为整个单位时间；
将能耗额度标记为NE，根据∫(F(t)+ψ)＝NE确定参数ψ，获取所述边缘数据中台在单位时间内对应的目标能耗曲线MF(t)；其中，MF(t)＝F(t)+ψ；
将单位时间均分若干时间段，获取若干单位子时间；在单位子时间的基础上对目标能耗曲线求积分，获取对应的能耗额度。
优选的，在确定所述能耗指标之后，所述边缘数据中台基于能耗额度来判断处理目标数据是否会能耗超标，包括：
获取所述单位子时间对应的所述能耗额度，以及需要处理的目标数据；
估算处理所述目标数据需要的能耗数据；当能耗数据大于等于目标数据时，则判定能耗超标，对目标数据进行筛选排序；否则，判定能耗正常。
优选的，在判断所述单位子时间的能耗超标时，则分析对应的所述目标数据，确定数据处理顺序，包括：
提取所述目标数据中各种数据对应的数据信息；根据所述数据信息从优先级任务库中匹配获取优先级标签，根据优先级标签对各种数据进行重新排序；
根据所述单位子时间的能耗额度将排序后的目标数据分为目标处理数据和待处理数据；所述边缘数据中台对所述目标处理数据进行处理。
优选的，对已有的待处理数据按照采集时间和优先级标签进行排序拼接，获取待处理序列；以及
当任意所述单位子时间在处理完对应目标数据之后存在能耗剩余额度，则根据所述能耗剩余额度安排处理所述待处理序列中的待处理数据。
与现有技术相比，本发明的有益效果是：
1.本发明为各边缘数据中台匹配各自的数据子区域，根据单位时间的数据量来规划各边缘数据中台的能耗指标；再根据能耗指标确定各单位子时间的能耗额度，当处理目标数据所需的能耗数据超过能耗额度时，则调整目标数据的处理顺序，在确定能耗达标的情况下，有序地对数据进行处理。
2.本发明在对目标数据中各数据的处理顺序进行调整之后获取目标处理数据和待处理数据，对目标处理数据进行正常处理，通过其他单位子时间的能耗剩余额度来处理待处理数据，保证对单位时间内数据进行高效有序地处理。
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为本发明的工作步骤示意图。
图2为本发明的系统原理示意图。
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它实施例，都属于本发明保护的范围。
请参阅图1-图2，本发明第一方面实施例提供了一种基于人工智能的数据中台能耗管理系统，包括中央数据中台，以及与之相连接的若干边缘数据中台；
中央数据中台：将数据治理区域划分成若干数据子区域，并为若干数据子区域一一匹配边缘数据中台；其中，数据治理区域为中央数据中台覆盖区域；以及
根据各数据子区域单位时间的数据量确定对应的能耗权重，为各数据子区域规划能耗指标；其中，数据量根据历史数据处理记录获取；
边缘数据中台：基于历史运行数据和数据量确定能耗波动曲线，结合对应的能耗指标确定各单位子时间的能耗额度；以及将各单位子时间需要处理的数据标记为目标数据；将处理目标数据需要的能耗数据与能耗额度进行比较，根据比较结果调整目标数据处理顺序。
现有技术会通过设置多个边缘数据中台来进行数据治理，但多个边缘数据中台在进行数据处理过程中会以数据处理效率为主，不惜能耗，因此会增加整个数据处理过程中的能耗，在能耗要求越来越严格的当下，很容易被限制，进而影响整个数据处理进度。
本发明申请为各边缘数据中台匹配各自的数据子区域，根据单位时间的数据量来规划各边缘数据中台的能耗指标；再根据能耗指标确定各单位子时间的能耗额度，当处理目标数据所需的能耗数据超过能耗额度时，则调整目标数据的处理顺序，在确定能耗达标的情况下，有序地对数据进行处理。
本发明申请中中央数据中台与若干边缘数据中台通信和/或电气连接；在中央数据中台生成若干数据子区域之后，为数据子区域和边缘数据中台之间建立一对一的关联关系。
数据治理区域是中央数据中台所负责的区域，在中央设置中台之下还设置了若干各边缘数据中台，如某企业在某市存在多个分厂，则每个分厂可以匹配设置一个边缘数据中台，当然也可以按照数据类型来匹配边缘数据中台。需要注意的是，本发明申请的全部技术方案还可以应用于仅有一个数据中台的情况。
值得注意的是，中央数据中台之下设置的若干边缘数据中台并不是在划分获取若干数据子区域之后才设置的，而是在一开始就设置了，只是在确定若干数据子区域之后建立的关联关系。
本发明申请中中央数据中台基于各数据子区域的历史数据处理记录确定对应的能耗权重，并根据能耗权重分配能耗指标，包括：
获取各数据子区域的历史处理记录，根据历史数据处理记录计算获取单位时间内数据处理量均值，并标记为数据量SLi；通过公式NQi＝SLi/(SL1+SL2+…+SLn)获取能耗权重NQi；确定各边缘数据中台的能耗总指标，结合能耗权重NQi获取对应的能耗指标。
i∈[1，n]，i实质为数据子区域的编号。从数据子区域的历史数据处理记录中计算单位是按的数据处理量均值，如每天的数据处理量均值，可以从数据处理量的角度来确定各边缘数据中台的能耗权重。当然，也可以从其他角度，如边缘数据中台的重要程度来确定各自的能耗权重。
根据能耗要求获取中央数据中台以及各边缘数据中台的能耗总指标，再减去中央数据中台的能耗指标即可获取各边缘数据中台的能耗总指标。将各边缘数据中台与分得的能耗总指标相乘即可获取对应的能耗指标。理论上来说，为了避免能耗超负荷，各边缘数据中台的能耗指标之和小于对应的能耗总指标。
本发明申请中边缘数据中台根据历史运行数据和数据量匹配获取能耗波动曲线，包括：
获取边缘数据中台在单位时间内的环境数据；基于环境数据和数据量在历史运行数据中匹配，获取相似度最大的能耗变化曲线，并标记为能耗波动曲线。
环境数据包括时间、温度和湿度等会对边缘数据中台运行能耗产生影响的数据，单位时间包括一天或者一星期，一般将单位时间设置为一天。预测或者从第三方气象平台获取边缘数据中台的环境数据，结合需要在单位时间内处理的数据量在历史运行数据中匹配，选择环境数据以及数据量相似度最大的能耗变化曲线作为能耗波动曲线。该能耗波动曲线可以用来表示边缘数据中台在单位时间内的能耗变化状态。
本发明申请中在确定边缘数据中台对应的能耗波动曲线之后，边缘数据中台基于能耗指标确定各单位子时间的能耗额度，包括：
将能耗波动曲线标记为F(t)；将能耗额度标记为NE，根据∫(F(t)+ψ)＝NE确定参数ψ，获取边缘数据中台在单位时间内对应的目标能耗曲线MF(t)；其中，MF(t)＝F(t)+ψ；将单位时间均分若干时间段，获取若干单位子时间；在单位子时间的基础上对目标能耗曲线求积分，获取对应的能耗额度。
在知晓能耗波动曲线以及能耗额度之后，通过积分方式可以确定目标能耗曲线，即在已知数据下计算出的边缘数据中台在单位时间的能耗变化预测曲线。在实际运行过程中，无论是中央数据中台还是边缘数据中台都是由很多设备和软件集合成的，因此在不同的数据处理过程中会启动不同设备以及调用不同软件，在运行过程中还配备散热降温装置，因此会出现能耗波动。
在获取目标能耗曲线之后，将单位时间均等划分为若干各单位子时间。将若干单位子时间对应的范围与目标能耗曲线可以获取能耗额度。可以理解的是，单位时间是一天时，则单位子时间可以是一小时。
本发明申请中在确定能耗指标之后，边缘数据中台基于能耗额度来判断处理目标数据是否会能耗超标，包括：
获取单位子时间对应的能耗额度，以及需要处理的目标数据；估算处理目标数据需要的能耗数据；当能耗数据大于等于目标数据时，则判定能耗超标，对目标数据进行筛选排序；否则，判定能耗正常。
将目标数据处理所需的能耗数据与能耗额度进行比较，当能耗数据超负荷时则根据数据信息对目标数据中的各种数据进行处理顺序的调整。当能耗数据未超标时，则正常进行该单位子时间的目标数据处理。
本发明申请中在判断单位子时间的能耗超标时，则分析对应的目标数据，确定数据处理顺序，包括：
提取目标数据中各种数据对应的数据信息；根据数据信息从优先级任务库中匹配获取优先级标签，根据优先级标签对各种数据进行重新排序；根据单位子时间的能耗额度将排序后的目标数据分为目标处理数据和待处理数据；边缘数据中台对目标处理数据进行处理。
数据信息主要包括数据类型以及数据内容，根据数据类型和数据内容可以判断对应数据是否重要，若数据较为重要则进行有优先处理，也就是目标处理数据，若数据不是特别重要，则划分待处理数据，也就是说可以延后处理。
优先级任务库中存储着边缘数据中台可能处理的若干数据，且为每种数据均对应设置了优先级标签，如数据A的优先级标签为1，数据B的优先级标签为2，则数据A较数据B优先处理。
本发明申请中对已有的待处理数据按照采集时间和优先级标签进行排序拼接，获取待处理序列；以及当任意单位子时间在处理完对应目标数据之后存在能耗剩余额度，则根据能耗剩余额度安排处理待处理序列中的待处理数据。
在某些情况下会出现能耗额度用不完的情况，即出现能耗剩余额度。这些能耗剩余额度则用来处理其他单位子时间的待处理数据，尽可能保证单位时间内的数据处理完毕。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过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通过大量数据模拟获得。
本发明的工作原理：
中央数据中台将数据治理区域划分成若干数据子区域，并为若干数据子区域一一匹配边缘数据中台；以及根据各数据子区域单位时间的数据量确定对应的能耗权重，为各数据子区域规划能耗指标。
边缘数据中台基于历史运行数据和数据量确定能耗波动曲线，结合对应的能耗指标确定各单位子时间的能耗额度；以及将处理目标数据需要的能耗数据与能耗额度进行比较，根据比较结果调整目标数据处理顺序。
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 (4)

1.一种基于人工智能的数据中台能耗管理系统，包括中央数据中台，以及与之相连接的若干边缘数据中台，其特征在于：
中央数据中台：将数据治理区域划分成若干数据子区域，并为若干数据子区域一一匹配边缘数据中台；其中，数据治理区域为中央数据中台覆盖区域；以及
根据各数据子区域单位时间的数据量确定对应的能耗权重，为各数据子区域规划能耗指标；其中，数据量根据历史数据处理记录获取；
边缘数据中台：基于历史运行数据和数据量确定能耗波动曲线，结合对应的能耗指标确定各单位子时间的能耗额度；以及
将各单位子时间需要处理的数据标记为目标数据；将处理目标数据需要的能耗数据与能耗额度进行比较，根据比较结果调整目标数据处理顺序；
所述中央数据中台与若干所述边缘数据中台通信和/或电气连接；
在所述中央数据中台生成若干所述数据子区域之后，为所述数据子区域和所述边缘数据中台之间建立一对一的关联关系；
所述中央数据中台基于各所述数据子区域的历史数据处理记录确定对应的能耗权重，并根据所述能耗权重分配所述能耗指标，包括：
获取各数据子区域的历史处理记录，根据历史数据处理记录计算获取单位时间内数据处理量均值，并标记为数据量SLi；其中，i∈[1，n]，且i为整数；
通过公式NQi=SLi/(SL1+SL2+…+SLn)获取能耗权重NQi；确定各边缘数据中台的能耗总指标，结合能耗权重NQi获取对应的能耗指标；
所述边缘数据中台根据历史运行数据和数据量匹配获取所述能耗波动曲线，包括：
获取所述边缘数据中台在单位时间内的环境数据；其中，环境数据包括时间、温度和湿度，且单位时间包括一天或者一星期；
基于环境数据和数据量在历史运行数据中匹配，获取相似度最大的能耗变化曲线，并标记为所述能耗波动曲线；
在确定所述边缘数据中台对应的所述能耗波动曲线之后，所述边缘数据中台基于能耗指标确定各单位子时间的所述能耗额度，包括：
将所述能耗波动曲线标记为F(t)；其中，t的取值范围为整个单位时间；
将能耗额度标记为NE，根据∫(F(t)+ψ)=NE确定参数ψ，获取所述边缘数据中台在单位时间内对应的目标能耗曲线MF(t)；其中，MF(t)=F(t)+ψ；
将单位时间均分若干时间段，获取若干单位子时间；在单位子时间的基础上对目标能耗曲线求积分，获取对应的能耗额度。
2.根据权利要求1所述的一种基于人工智能的数据中台能耗管理系统，其特征在于，在确定所述能耗指标之后，所述边缘数据中台基于能耗额度来判断处理目标数据是否会能耗超标，包括：
获取所述单位子时间对应的所述能耗额度，以及需要处理的目标数据；
估算处理所述目标数据需要的能耗数据；当能耗数据大于等于目标数据时，则判定能耗超标，对目标数据进行筛选排序；否则，判定能耗正常。
3.根据权利要求2所述的一种基于人工智能的数据中台能耗管理系统，其特征在于，在判断所述单位子时间的能耗超标时，则分析对应的所述目标数据，确定数据处理顺序，包括：
提取所述目标数据中各种数据对应的数据信息；根据所述数据信息从优先级任务库中匹配获取优先级标签，根据优先级标签对各种数据进行重新排序；
根据所述单位子时间的能耗额度将排序后的目标数据分为目标处理数据和待处理数据；所述边缘数据中台对所述目标处理数据进行处理。
4.根据权利要求3所述的一种基于人工智能的数据中台能耗管理系统，其特征在于，对已有的待处理数据按照采集时间和优先级标签进行排序拼接，获取待处理序列；以及
当任意所述单位子时间在处理完对应目标数据之后存在能耗剩余额度，则根据所述能耗剩余额度安排处理所述待处理序列中的待处理数据。
CN202211026229.3A 2022-08-25 2022-08-25 一种基于人工智能的数据中台能耗管理系统 Active CN116107849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211026229.3A CN116107849B (zh) 2022-08-25 2022-08-25 一种基于人工智能的数据中台能耗管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211026229.3A CN116107849B (zh) 2022-08-25 2022-08-25 一种基于人工智能的数据中台能耗管理系统

Publications (2)

Publication Number Publication Date
CN116107849A CN116107849A (zh) 2023-05-12
CN116107849B true CN116107849B (zh) 2023-09-05

Family

ID=86264481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211026229.3A Active CN116107849B (zh) 2022-08-25 2022-08-25 一种基于人工智能的数据中台能耗管理系统

Country Status (1)

Country Link
CN (1) CN116107849B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069017A (zh) * 2019-04-01 2019-07-30 深圳市豪斯特力节能环保科技有限公司 一种设备能耗控制方法、存储介质及其控制终端
CN112163728A (zh) * 2020-08-24 2021-01-01 珠海格力电器股份有限公司 一种能耗数据处理方法、装置、电子设备及存储介质
CN112183869A (zh) * 2020-10-06 2021-01-05 广州云莫凡信息科技有限公司 一种基于大数据的建筑能耗预测方法及系统
AU2020103556A4 (en) * 2020-08-07 2021-02-04 State Grid Energy Research Institute Co., Ltd. Method, system and equipment for predicting industry energy consumption per unit output in high energy-consuming industry
CN113935602A (zh) * 2021-09-29 2022-01-14 阿里云计算有限公司 数据中台系统、数据处理方法及装置
CN114021946A (zh) * 2021-11-02 2022-02-08 广德绿巨人环境管理咨询有限公司 一种企业环保管家管理系统
CN114626094A (zh) * 2022-03-17 2022-06-14 上海正策咨仕信息科技有限公司 一种数据中台管控系统
CN216901701U (zh) * 2021-08-30 2022-07-05 上海融英置业有限公司 分布式智能化能源管理系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069017A (zh) * 2019-04-01 2019-07-30 深圳市豪斯特力节能环保科技有限公司 一种设备能耗控制方法、存储介质及其控制终端
AU2020103556A4 (en) * 2020-08-07 2021-02-04 State Grid Energy Research Institute Co., Ltd. Method, system and equipment for predicting industry energy consumption per unit output in high energy-consuming industry
CN112163728A (zh) * 2020-08-24 2021-01-01 珠海格力电器股份有限公司 一种能耗数据处理方法、装置、电子设备及存储介质
CN112183869A (zh) * 2020-10-06 2021-01-05 广州云莫凡信息科技有限公司 一种基于大数据的建筑能耗预测方法及系统
CN216901701U (zh) * 2021-08-30 2022-07-05 上海融英置业有限公司 分布式智能化能源管理系统
CN113935602A (zh) * 2021-09-29 2022-01-14 阿里云计算有限公司 数据中台系统、数据处理方法及装置
CN114021946A (zh) * 2021-11-02 2022-02-08 广德绿巨人环境管理咨询有限公司 一种企业环保管家管理系统
CN114626094A (zh) * 2022-03-17 2022-06-14 上海正策咨仕信息科技有限公司 一种数据中台管控系统

Also Published As

Publication number Publication date
CN116107849A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN109145957B (zh) 基于大数据的配电网异常指标的识别与处理方法及装置
CN110493025B (zh) 一种基于多层有向图的故障根因诊断的方法及装置
CN110599090B (zh) 一种仓储出库管理方法、服务器和存储介质
CN112150237B (zh) 多模型融合的订单逾期预警方法、装置、设备及存储介质
CN110378510B (zh) 一种基于时间序列和层次聚合的配网物资需求预测方法
CN113743673B (zh) 一种台风期间的电力负荷预测方法
US11258659B2 (en) Management and control for IP and fixed networking
CN114666224A (zh) 业务资源容量动态分配方法、装置、设备及存储介质
CN114862373B (zh) 基于区块链的分布式业务台账管理方法及系统
US20230342678A1 (en) Methods for managing smart gas work order implementation and internet of things (iot) systems thereof
CN109409780B (zh) 变更处理方法、装置、计算机设备和存储介质
CN116107849B (zh) 一种基于人工智能的数据中台能耗管理系统
CN113902181A (zh) 公变重过载的短期预测方法及设备
CN111105050B (zh) 风机维护计划的生成方法、装置、设备及存储介质
CN107886217A (zh) 一种基于聚类算法的员工离职风险预测方法及装置
CN116526553A (zh) 一种提高光伏电站发电能力的管理方法及系统
CN112749202A (zh) 一种信息操作策略确定方法、装置、设备及存储介质
CN116050788A (zh) 一种工业智能排产管理系统
CN114462298A (zh) 电力计量资产管理方法、装置、设备及存储介质
CN108734406B (zh) 基于权重算法的停送电计划自动平衡方法
CN114237098A (zh) 一种电气产品的智能化数字管理系统
CN112783637A (zh) 一种资源调控方法和装置
CN112036622B (zh) 一种基于图谱分析确定配电终端运行状态的方法及系统
CN115037625B (zh) 网络切片处理方法、装置、电子设备及可读存储介质
CN116661962B (zh) 基于云计算技术的数据分析方法

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