CN116386822A - 一种基于云端和本地端的医院能源托管方法和系统 - Google Patents
一种基于云端和本地端的医院能源托管方法和系统 Download PDFInfo
- Publication number
- CN116386822A CN116386822A CN202211565326.XA CN202211565326A CN116386822A CN 116386822 A CN116386822 A CN 116386822A CN 202211565326 A CN202211565326 A CN 202211565326A CN 116386822 A CN116386822 A CN 116386822A
- Authority
- CN
- China
- Prior art keywords
- department
- energy consumption
- energy
- consumption value
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005265 energy consumption Methods 0.000 claims abstract description 524
- 238000004134 energy conservation Methods 0.000 claims description 49
- 230000002159 abnormal effect Effects 0.000 claims description 38
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 9
- 238000004378 air conditioning Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开一种基于云端和本地端的医院能源托管方法和系统。该方法包括:云端确定目标能耗值,基于目标能源、节能措施库和科室设备种类,确定科室候选节能措施;云端基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室预测能耗值和医院预测能耗值;云端若检测医院预测能耗值大于目标能耗值,则对科室候选节能措施进行调整,直到确定医院预测能耗值小于或等于目标能耗值的科室目标节能措施;本地端获取科室实际能耗值;云端确定医院实际能耗值,若检测医院实际能耗值大于目标能耗值,则对科室目标节能措施进行调整,直到执行后的医院实际能耗值小于或等于目标能耗值为止,从而通过云端对本地端进行医院能源管理。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于云端和本地端的医院能源托管方法和系统。
背景技术
医院中的一部分设备需要在一天24小时不间断的使用大量能源,从而保证医院中设备的正常运行或是待命运行。
目前,通常是基于人工经验制定节能措施,实现对医院中设备的能源使用量的限制,并通过人工抄表记录的形式对医院的能源使用量进行统计。然而,这种依据人工经验制定节能措施和依据人工抄表记录的方式,费时费力,还会出现记录数据遗漏或节能措施制定不合理的情况。可见,当前急需一种对医院能源进行有效管理的方式。
发明内容
本发明提供了一种基于云端和本地端的医院能源托管方法和系统,从而通过云端对本地端医院能源进行有效管理,实现基于云端和本地端的医院能源托管。
根据本发明的一方面,提供了一种基于云端和本地端的医院能源托管方法,所述方法包括:
云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;
云端基于所述科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于所述科室预测能耗值确定医院预测能耗值;
云端若检测到所述医院预测能耗值大于所述目标能耗值,则对所述科室候选节能措施中的设备运行参数进行调整,直到确定出所述医院预测能耗值小于或等于所述目标能耗值的科室目标节能措施发送至本地端;
本地端执行接收到的所述科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将所述科室实际能耗值发送至云端;
云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于所述目标能耗值,则确定待调整的目标科室,并对所述目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于所述目标能耗值为止。
根据本发明的另一方面,提供了一种基于云端和本地端的医院能源托管系统,所述系统包括:云端和本地端;其中,所述云端包括:云端运营中心模块,所述本地端包括:能耗采集模块;
其中,所述云端运营中心模块用于:基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;基于所述科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于所述科室预测能耗值确定医院预测能耗值;若检测到所述医院预测能耗值大于所述目标能耗值,则对所述科室候选节能措施中的设备运行参数进行调整,直到确定出所述医院预测能耗值小于或等于所述目标能耗值的科室目标节能措施发送至所述能耗采集模块;基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于所述目标能耗值,则确定待调整的目标科室,并对所述目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至所述能耗采集模块进行执行,直到执行后的医院实际能耗值小于或等于所述目标能耗值为止;
所述能耗采集模块用于:执行接收到的所述科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将所述科室实际能耗值发送至所述云端运营中心模块。
本发明实施例的技术方案,通过云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,以使制定的目标能耗值符合医院实际情况,不会造成因节能而影响医院中各个设备的正常运行,并基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;云端基于所述科室候选节能措施、科室设备数量和科室设备运行标准参数的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于所述科室预测能耗值确定医院预测能耗值;云端若检测到所述医院预测能耗值大于所述目标能耗值,则对所述科室候选节能措施中的设备运行参数进行调整,直到确定出所述医院预测能耗值小于或等于所述目标能耗值的科室目标节能措施发送至本地端,从而在节能措施下发到本地端前进行节能措施的校验,以使本地端执行节能措施后可最大程度的实现目标能耗值对应的节能目标;本地端执行接收到的所述科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将所述科室实际能耗值发送至云端,以便云端可以基于云端中预设的节能措施调整方式准确、快速的对不满足目标能耗值的节能措施进行调整;云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于所述目标能耗值,则确定待调整的目标科室,并对所述目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于所述目标能耗值为止,从而通过云端对本地端医院进行能源管理,实现基于云端和本地端的医院能源托管。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种基于云端和本地端的医院能源托管方法的流程图;
图2是根据本发明实施例二提供的一种基于云端和本地端的医院能源托管方法的流程图;
图3是根据本发明实施例三提供的一种基于云端和本地端的医院能源托管系统的示意图;
图4是本发明实施例三所涉及的另一种基于云端和本地端的医院能源托管系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中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的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于云端和本地端的医院能源托管方法的流程图,本实施例可适用于对医院能源进行云端托管管理的情况,该方法可以由基于云端和本地端的医院能源托管系统来执行,该基于云端和本地端的医院能源托管系统可以采用硬件和/或软件的形式实现,该基于云端和本地端的医院能源托管系统可配置于可远程通信的服务器中。如图1所示,该方法包括:
S110、云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施。
其中,云端可以是指远程服务器。云端可以用于确定和优化节能措施。医院的历史能耗数据可以是指医院的历史能源消耗值。例如,医院的历史能耗数据可以是但不限于昨天的用电量、上周的用水量或是上月的燃气用量。目标能源可以是指目标能耗值对应的能源类型。例如,目标能源可以是但不限于电、水或是燃气。目标能耗值可以是指每种目标能源在预设参数内的消耗量。节能措施库可以是指每种能源对应的节能措施的集合。科室设备种类可以是指科室中所用设备的种类。例如,科室设备可以包括但不限于照明灯或空调。科室候选节能措施可以是指针对每个科室在节能措施库中确定的该科室节能措施。
具体地,医院可以提出节能需求,以使云端可以基于医院的历史能耗数据或医院的历史能源用量趋势,确定医院中的目标能源节能后的目标能耗值。针对每个科室、每种目标能源和科室中所包含的设备种类,可以从节能措施库中选取每个科室中每种设备对应的候选节能措施,并将每个科室中所有设备对应的候选节能措施作为每个科室对应的科室候选节能措施。
需要说明的是,节能措施库中的节能措施还可以依据生态合作伙伴所提供的数据进行节能措施的完善,以使可以为医院重点用能设备提供用能专属的节能措施。并且在医院采购一批新设备时,可以通过生态合作伙伴将该新设备的节能措施更新至节能措施库中。
示例性地,S110中“基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施”可以包括:从节能措施库中确定目标能源下的每种目标设备的设备节能措施;基于每个科室中的科室设备种类和每种目标设备的设备节能措施,确定每个科室对应的科室候选节能措施。
其中,目标设备可以是指运行会产生目标能源消耗的设备。设备节能措施可以是指针对设备的节能措施。
具体地,针对每种目标能源,从节能措施库中选取与目标能源相关的节能措施,并基于科室中所包含的目标设备从已选取出的与目标能源相关的节能措施中,确定目标设备对应的设备节能措施。将每个科室对应的所有设备节能措施作为每个科室对应的科室候选节能措施。
S120、云端基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于科室预测能耗值确定医院预测能耗值。
其中,科室设备数量可以是指科室中每种设备所包含的数量。科室设备运行标准参数的能耗值可以是指科室中设备运行了标准参数所消耗的能源值。例如,科室设备运行标准参数的能耗值可以是科室中设备运行1小时所消耗的电能值。标准运行参数可以是但不限于预先设置的设备运行温度、自动感应水龙头单次流水量或照明灯开启参数。科室预测能耗值可以是指科室中各个设备按照科室候选节能措施执行所预计能源消耗量。医院预测能耗值可以是指可以是指各个科室对应的科室预测能耗值之和。
具体地,云端可以基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定出每个科室中每台设备对应的预测能耗值;将每个科室中各个设备对应的能耗值相加,获得每个科室候选节能措施对应的科室预测能耗值;将每个科室候选节能措施对应的科室预测能耗值相加,确定医院预测能耗值。
示例性地,S120中“基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值”可以包括:针对每个科室,基于该科室候选节能措施与科室设备在标准运行参数下的能耗值,确定每种设备在该科室节能措施中的运行参数对应的能耗值;基于科室设备数量和每种设备在该科室节能措施中的运行参数对应的能耗值,确定该科室候选节能措施对应的科室预测能耗值。
具体地,针对每个科室,可以将该科室候选节能措施中设备的运行参数与科室设备运行标准参数的能耗值进行相乘,确定每种设备在该科室节能措施中的运行参数对应的能耗值;可以将科室中每种设备的数量和每种设备在该科室节能措施中的运行参数对应的能耗值进行相乘,确定该科室候选节能措施对应的科室预测能耗值。
需要说明的是,以空调箱为例,该空调箱额定功率为10kW、频率为40Hz、年运行参数为3000小时;可以将三个参数相乘确定该空调箱预测能耗值。可以对空调箱的运行参数进行调整,例如,将运行参数从3000小时调整为2000小时,可以节约空调箱运行1000小时所需的电量;可以对空调箱进行调频处理,例如,调频前功率为额定功率10kW,调频后功率为5.12kW,可以节约空调箱按照4.88kW运行所需的电量。再基于电量的单价可以确定节能调整后的节能收益。例如,按照5.12kW将空调箱运行2000小时可以节省约一万元。
S130、云端若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至本地端。
其中,设备运行参数可以是但不限于设备的规定运行参数、设备的运行功率或设备运行输出温度。设备运行参数中可以包含设备运行使用参数和设备运行待机参数。科室目标节能措施可以是指基于预测能耗值的方式对设备运行参数进行调整后的科室节能措施。
具体地,云端将医院预测能耗值与目标能耗值进行比较。若检测到医院预测能耗值小于或等于目标能耗值,则直接将科室候选节能措施作为科室目标节能措施发送至本地端;若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整;可以按照统一的百分比率,针对每个科室中的每个设备进行设备运行参数的缩短调节,再一次确定医院预测能耗值,并将再一次确定医院预测能耗值与目标能耗值进行比较,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至本地端。
S140、本地端执行接收到的科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将科室实际能耗值发送至云端。
其中,本地端可以是指医院中的服务器。能耗采集模型可以是基于医院实际情况,分区域、分业态或者分支路建立的;其中,分区域建立的能耗采集模型可以是基于医院内建筑位置分布进行建立的;分业态建立的能耗采集模型可以是基于行业标准按能源类别进行建立的;分支路建立的能耗采集模型可以是基于医院供能路线进行建立的。科室实际能耗值可以是指执行完科室目标节能措施后,每个科室中设备的实际能耗值。
具体地,本地端实时接收云端的数据。本地端可以接收到云端发送的科室目标节能措施。将科室目标节能措施通过能源助手,如节能App将科室目标节能措施分发至各个科室的能源助手中,以便按照科室执行对应的科室目标节能措施。待各个科室目标节能措施执行完毕后,基于能耗采集模型获取科室实际能耗值,并将科室实际能耗值发送至云端。
S150、云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于目标能耗值,则确定待调整的目标科室,并对目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于目标能耗值为止。
其中,医院实际能耗值可以是指各个科室实际能耗值之和。目标科室可以是指待调整科室目标节能措施的科室。例如,目标科室可以是但不限于各个科室或是可加大节能力度的科室。
具体地,云端接收各个科室实际能耗值,并将接收到的各个科室实际能耗值进行相加,确定医院实际能耗值。将医院实际能耗值与目标能耗值进行比较。若检测到医院实际能耗值小于或等于目标能耗值,则将各个科室目标节能措施与目标能耗值进行关联,以便下次先对目标能耗值进行匹配,若匹配到存在相同或是在误差允许范围内的预存目标能耗值,则可以直接调用该目标能耗值对应的科室目标节能措施。若检测到医院实际能耗值大于目标能耗值,则可以将超额完成节能任务的科室确定为待调整的目标科室,即仍有节能空间的科室,并对目标科室对应的科室目标节能措施中的设备运行参数进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,本地端再一次将科室实际能耗值发送至云端,以使云端再一次将医院实际能耗值与目标能耗值进行比较,直到执行后的医院实际能耗值小于或等于目标能耗值为止。
本发明实施例的技术方案,通过云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,以使制定的目标能耗值符合医院实际情况,不会造成因节能而影响医院中各个设备的正常运行,并基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施,以使可以从预先设置好的节能措施库中基于预设方式确定科室候选节能措施;云端基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于科室预测能耗值确定医院预测能耗值;云端若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至本地端,从而在节能措施下发到本地端前进行节能措施的校验,以使本地端执行节能措施后可最大程度的实现目标能耗值对应的节能目标;本地端执行接收到的科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将科室实际能耗值发送至云端,以便云端可以基于云端中预设的节能措施调整方式准确、快速的对不满足目标能耗值的节能措施进行调整;云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于目标能耗值,则确定待调整的目标科室,并对目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于目标能耗值为止,从而通过云端对本地端医院进行能源管理,实现基于云端和本地端的医院能源托管。
在上述技术方案的基础上,在将科室实际能耗值发送至云端之前,还可以包括:基于历史能耗数据,检测所述科室实际能耗值是否为科室异常能耗值;若是,则基于该科室中设备的运行记录和该科室设备运行标准参数的能耗值,确定该科室中每个设备的预估能耗值,并基于该科室异常能耗值中的每个设备的异常能耗值和所述预估能耗值,确定所述异常能耗值与所述预估能耗值之间的差值;检测该科室中的每个设备对应的差值是否处于设备能耗值波动范围内,将未处于设备能耗值波动范围内的设备确定为该科室中的异常设备,并将所述异常设备的实际能耗值更新为所述异常设备的预估能耗值,并基于更新后的实际能耗值更新该科室实际能耗值。
其中,科室异常能耗值可以是指存在异常的科室实际能耗值。例如,科室异常能耗值可以是指本次科室实际能耗值大于历史科室能耗值的预设倍数,如1.5倍。运行记录可以是指科室中设备实际操作使用的参数。预估能耗值可以是指基于设备运行记录预估的设备能耗值。异常能耗值可以是指科室异常能耗值中设备的异常能耗值。异常设备可以是指能源消耗量超过预设能耗波动范围的设备。设备能耗值波动范围可以是指预先设置的设备弹性能耗值之间的范围。例如,设备能耗值波动范围可以是但不限于历史设备能耗值上下浮动百分之十。
具体地,基于历史能耗数据,对科室实际能耗值进行检测,确定科室实际能耗值是否为科室异常能耗值。若检测到科室实际能耗值相比于历史科室能耗值的变化超过预设倍数,则该科室实际能耗值为科室异常能耗值,并将科室中设备的运行记录和科室设备运行标准参数的能耗值进行相乘,确定科室中每个设备的预估能耗值。针对每个设备,将设备的预估能耗值与科室异常能耗值中设备的异常能耗值相减,确定预估能耗值与异常能耗值之间的差值,并对预估能耗值与异常能耗值之间的差值进行检测;检测该科室中的每个设备对应的差值是否处于设备能耗值波动范围内,则将未处于设备能耗值波动范围内的设备确定为该科室中的异常设备,并将所述异常设备的实际能耗值更新为所述异常设备的预估能耗值,并基于更新后的实际能耗值更新该科室实际能耗值。
实施例二
图2为本发明实施例二提供的一种基于云端和本地端的医院能源托管方法的流程图,本实施例在上述实施例的基础上,对在云端调整节能措施的过程进行了详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。如图2所示,该方法包括:
S210、云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施。
S220、云端基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于科室预测能耗值确定医院预测能耗值。
需要说明的是,还可以参照设备标准参数,确定设备预测能耗值。例如,空调运行温度设定或室内实际温度超过规定办公场所空调温度(如夏天温度设定不低于26℃,冬天温度设定不高于20℃)。夏季空调温度每提高1℃,就可以节省10%的电能;冬季空调温度每降低1℃,就可以节约10~13%的电能。
S230、云端若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至本地端。
S240、本地端执行接收到的科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将科室实际能耗值发送至云端。
S250、云端基于接收到的科室实际能耗值确定医院实际能耗值。
S260、若检测到医院实际能耗值大于目标能耗值,则基于每个科室对应的实际能耗值与科室占地面积,确定每个科室对应的单位面积能耗值;基于每个科室对应的实际能耗值与科室就诊人数,确定每个科室对应的人均能耗值;基于每个科室对应的单位面积能耗值、人均能耗值和实际能耗值,确定待调整的目标科室。
其中,科室占地面积可以是指科室的室内平米数。单位面积能耗值可以是指每平米的能耗值。科室就诊人数可以是指在科室中基于设备进行疾病诊断或疾病治疗的人数。人均能耗值可以是指平摊到每个人的科室能耗值。
具体地,将医院实际能耗值与目标能耗值进行比较。若检测到医院实际能耗值大于目标能耗值,则可以将每个科室对应的实际能耗值与科室占地面积进行相除,确定每个科室对应的单位面积能耗值;可以将每个科室对应的实际能耗值与科室就诊人数进行相除,确定每个科室对应的人均能耗值;可以基于每个科室对应的单位面积能耗值、人均能耗值和实际能耗值分别对科室进行降序排列,基于三个降序排列的结果,确定待调整的目标科室。
示例性地,S260中“基于每个科室对应的单位面积能耗值、人均能耗值和实际能耗值,确定待调整的目标科室”可以包括:对每个科室对应的单位面积能耗值、人均能耗值和实际能耗值进行加权相加,确定每个科室对应的参考能耗值;基于参考能耗值,对各个科室进行降序排列,获得科室序列,并将科室序列中的前预设数量的科室确定为目标科室。
其中,参考能耗值可以是指基于预设方式,如加权相加方式进行处理的能耗值。科室序列可以是指每个科室基于能耗值进行排序后得到的科室序列。
具体地,可以基于预设的权重值对每个科室对应的单位面积能耗值、人均能耗值和实际能耗值进行加权相加,确定每个科室对应的参考能耗值;基于参考能耗值,对各个科室进行降序排列,获得科室序列,并将科室序列中的前预设数量的科室确定为目标科室。例如,可以将科室序列中的前10个的科室确定为目标科室。
需要说明的是,若科室占地面积出现变化或有新增科室,则可以基于变化或是新增的面积对医院总面积进行调整,以使医院单位面积对应的能能耗值可以随医院实际面积改变而改变。可以将医院单位面积对应的能耗值与能源对标库中的各个级别医院的单位面积能耗值进行比较。
S270、对目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于目标能耗值为止。
本发明实施例的技术方案,利用多方面的科室能耗值进行降序排列,并选取前预设数量的科室作为目标科室,并对目标科室进行科室目标节能措施的调整,以使医院的实际能耗值可以小于目标能耗值,从而基于云端的节能措施调整来实现节能目标,进一步通过云端对本地端的医院进行能源管理。
在上述方案的基础上,S270中“对目标科室对应的科室目标节能措施进行调整”可以包括:确定目标科室对应的科室实际能耗值与科室预测能耗值之间的能耗差值;基于能耗差值和目标科室设备运行标准参数的能耗值,对目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施。
具体地,将目标科室对应的科室实际能耗值与科室预测能耗值进行相减,确定能耗差值;将能耗差值和目标科室设备运行标准参数的能耗值进行相除,确定需要缩短的设备运行参数。基于需要缩短的设备运行参数,对目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施。
在上述方案的基础上,在上述方案的基础上,“基于能耗差值和目标科室设备运行标准参数的能耗值,对目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施”可以包括:基于目标科室中每个设备的实际使用参数和科室目标节能措施中的每个设备的设备运行参数,确定待调整的目标设备;基于能耗差值和目标科室设备运行标准参数的能耗值,确定目标调整参数;基于目标调整参数,对目标设备的设备运行参数进行调整,获得调整后的科室目标节能措施。
其中,实际使用参数可以是指设备的运行使用参数。目标调整参数可以是指目标设备对应的需要调整的运行参数。
具体地,基于科室目标节能措施中的每个设备的设备运行参数与目标科室中每个设备的实际使用参数进行比较;若科室目标节能措施中的每个设备的设备运行参数大于目标科室中每个设备的实际使用参数,则可以将该设备确定为待调整的目标设备。将每个目标设备的设备运行参数与目标设备的实际使用参数进行相减,确定能耗差值。将能耗差值和目标科室设备运行标准参数的能耗值进行相除,确定每个目标设备的目标调整参数。基于目标调整参数,对目标设备的设备运行参数进行调整,获得调整后的科室目标节能措施。
需要说明的是,可以参照各个科室目标节能措施,确定医院目标节能收益。例如,将医院的2600支28W的LED灯全部换成15W的LED灯,每个LED灯每天开启13小时,可以通过2600支*(28W-15W)*13h/1000W,确定每天可以节省439.4kWh的电量;通过439.4kWh*0.8元/度,可以确定351.52元。若每天都按照目标节能措施执行,执行一年后2600支LED灯可以用节省约13万的电费。
以下是本发明实施例提供的基于云端和本地端的医院能源托管系统的实施例,该系统与上述各实施例的基于云端和本地端的医院能源托管方法属于同一个发明构思,在基于云端和本地端的医院能源托管系统的实施例中未详尽描述的细节内容,可以参考上述基于云端和本地端的医院能源托管方法的实施例。
实施例三
图3为本发明实施例三提供的一种基于云端和本地端的医院能源托管系统的示意图。如图3所示,该系统包括:云端310和本地端320;其中,云端310包括:云端运营中心模块311,本地端320包括:能耗采集模块321。
其中,云端运营中心模块311用于:基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;基于科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于科室预测能耗值确定医院预测能耗值;若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至能耗采集模块321;基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于目标能耗值,则确定待调整的目标科室,并对目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至能耗采集模块321进行执行,直到执行后的医院实际能耗值小于或等于目标能耗值为止;
能耗采集模块321用于:执行接收到的科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将科室实际能耗值发送至云端运营中心模块311。
本发明实施例的技术方案,通过云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,以使制定的目标能耗值符合医院实际情况,不会造成因节能而影响医院中各个设备的正常运行,并基于目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施,以使可以从预先设置好的节能措施库中基于预设方式确定科室候选节能措施;云端基于科室候选节能措施、科室设备数量和科室设备运行标准参数的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于科室预测能耗值确定医院预测能耗值;云端若检测到医院预测能耗值大于目标能耗值,则对科室候选节能措施中的设备运行参数进行调整,直到确定出医院预测能耗值小于或等于目标能耗值的科室目标节能措施发送至本地端,从而在节能措施下发到本地端前进行节能措施的校验,以使本地端执行节能措施后可最大程度的实现目标能耗值对应的节能目标;本地端执行接收到的科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将科室实际能耗值发送至云端,以便云端可以基于云端中预设的节能措施调整方式准确、快速的对不满足目标能耗值的节能措施进行调整;云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于目标能耗值,则确定待调整的目标科室,并对目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于目标能耗值为止,从而通过云端对本地端医院进行能源管理,实现基于云端和本地端的医院能源托管。
可选地,能耗采集模型是能耗采集模型是分区域、分业态或者分支路建立的;其中,分区域建立的能耗采集模型是基于医院内建筑位置分布进行建立的;分业态建立的能耗采集模型是按能源类别进行建立的;分支路建立的能耗采集模型是基于医院供能路线进行建立的。
可选地,云端运营中心模块311还用于:从节能措施库中确定目标能源下的每种目标设备的设备节能措施;基于每个科室中的科室设备种类和每种目标设备的设备节能措施,确定每个科室对应的科室候选节能措施。
可选地,云端运营中心模块311还用于:针对每个科室,基于该科室候选节能措施与科室设备运行标准参数的能耗值,确定每种设备在该科室节能措施中的运行参数对应的能耗值;基于科室设备数量和每种设备在该科室节能措施中的运行参数对应的能耗值,确定该科室候选节能措施对应的科室预测能耗值。
可选地,云端运营中心模块311还用于:基于每个科室对应的实际能耗值与科室占地面积,确定每个科室对应的单位面积能耗值;基于每个科室对应的实际能耗值与科室就诊人数,确定每个科室对应的人均能耗值;基于每个科室对应的单位面积能耗值、人均能耗值和实际能耗值,确定待调整的目标科室。
可选地,云端运营中心模块311还用于:对每个科室对应的单位面积能耗值、人均能耗值和实际能耗值进行加权相加,确定每个科室对应的参考能耗值;基于参考能耗值,对各个科室进行降序排列,获得科室序列,并将科室序列中的前预设数量的科室确定为目标科室。
可选地,云端运营中心模块311还用于:确定目标科室对应的科室实际能耗值与科室预测能耗值之间的能耗差值;基于能耗差值和目标科室设备运行标准参数的能耗值,对目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施。
可选地,云端运营中心模块311还用于:基于目标科室中每个设备的实际使用参数和科室目标节能措施中的每个设备的设备运行参数,确定待调整的目标设备;基于能耗差值和目标科室设备运行标准参数的能耗值,确定目标调整参数;基于目标调整参数,对目标设备的设备运行参数进行调整,获得调整后的科室目标节能措施。
可选地,能耗采集模块321还用于:基于历史能耗数据,检测所述科室实际能耗值是否为科室异常能耗值;若是,则基于该科室中设备的运行记录和该科室设备运行标准参数的能耗值,确定该科室中每个设备的预估能耗值,并基于该科室异常能耗值中的每个设备的异常能耗值和所述预估能耗值,确定所述异常能耗值与所述预估能耗值之间的差值;检测该科室中的每个设备对应的差值是否处于设备能耗值波动范围内,将未处于设备能耗值波动范围内的设备确定为该科室中的异常设备,并将所述异常设备的实际能耗值更新为所述异常设备的预估能耗值,并基于更新后的实际能耗值更新该科室实际能耗值。
在上述技术方案的基础上,图4给出了另一种基于云端和本地端的医院能源托管系统的示意图。如图4所示,云端310还包括:经营分析模块312、项目历程模块313和数据接口模块314;本地端320还包括:能源助手模块322、能源异常模块323、节能考核模块324、科室考核模块325和节能量核算模块326。
其中,经营分析模块312,用于支持自定义经营分析模板,支持录入户号、户号数据、月度收入支出数据和基准值,并根据录入数据计算毛利额、毛利率和节能率,并分析医院能源托管的月度经营情况;
项目历程模块313,用于记录项目经营历程中的重要信息,其中,重要信息包括:项目信息变更、能源事件、管理节能执行不力、月度经营分析和专家批注;
数据接口模块314,用于将脱敏后的数据发送至项目相关的管理方或者医院;
能源助手模块322,用于根据能源托管内容及用能计划制定现场的能源管理计划;还会根据安排的计划自动生成每日的工作内容推送至能源管家App中,并进行每日考核;
能源异常模块323,用于根据能耗模型的树节点计算识别异常数据,并对异常用能行为进行引导和约束;
节能考核模块324,用于将用能计划中的设定值作为目标值进行跟踪,超标或者有超标趋势将产生异常以及告警,保证目标实时可跟踪;
科室考核模块325,用于根据医院科室考核制度,建立分摊策略、维护基础指标和核算科室能耗成本,并完成医院分科室能效综合考评工作;
节能量核算模块326,用于基于各类节能措施核算统一标准,对节能措施进行节能量核算,并与预算标准进行对比分析并提供诊断报告,并对托管范围内节能系统的节能量的统一管理。
本发明实施例所提供的基于云端和本地端的医院能源托管系统可执行本发明任意实施例所提供的基于云端和本地端的医院能源托管方法,具备执行方法相应的功能模块和有益效果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种基于云端和本地端的医院能源托管方法,其特征在于,包括:
云端基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;
云端基于所述科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于所述科室预测能耗值确定医院预测能耗值;
云端若检测到所述医院预测能耗值大于所述目标能耗值,则对所述科室候选节能措施中的设备运行参数进行调整,直到确定出所述医院预测能耗值小于或等于所述目标能耗值的科室目标节能措施发送至本地端;
本地端执行接收到的所述科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将所述科室实际能耗值发送至云端;
云端基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于所述目标能耗值,则确定待调整的目标科室,并对所述目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至本地端进行执行,直到执行后的医院实际能耗值小于或等于所述目标能耗值为止。
2.根据权利要求1所述的方法,其特征在于,所述能耗采集模型是分区域、分业态或者分支路建立的;其中,分区域建立的能耗采集模型是基于医院内建筑位置分布进行建立的;分业态建立的能耗采集模型是按能源类别进行建立的;分支路建立的能耗采集模型是基于医院供能路线进行建立的。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施,包括:
从节能措施库中确定所述目标能源下的每种目标设备的设备节能措施;
基于每个科室中的科室设备种类和每种目标设备的设备节能措施,确定每个科室对应的科室候选节能措施。
4.根据权利要求1所述的方法,其特征在于,所述基于所述科室候选节能措施、科室设备数量和科室设备在标准运行参数的能耗值,确定科室候选节能措施对应的科室预测能耗值,包括:
针对每个科室,基于该科室候选节能措施与科室设备在标准运行参数的能耗值,确定每种设备在该科室节能措施中的运行参数对应的能耗值;
基于科室设备数量和所述每种设备在该科室节能措施中的运行参数对应的能耗值,确定该科室候选节能措施对应的科室预测能耗值。
5.根据权利要求1所述的方法,其特征在于,确定待调整的目标科室,包括:
基于每个科室对应的实际能耗值与科室占地面积,确定每个科室对应的单位面积能耗值;
基于每个科室对应的实际能耗值与科室就诊人数,确定每个科室对应的人均能耗值;
基于每个科室对应的所述单位面积能耗值、所述人均能耗值和所述实际能耗值,确定待调整的目标科室。
6.根据权利要求5所述的方法,其特征在于,所述基于每个科室对应的所述单位面积能耗值、所述人均能耗值和所述实际能耗值,确定待调整的目标科室,包括:
对每个科室对应的所述单位面积能耗值、所述人均能耗值和所述实际能耗值进行加权相加,确定每个科室对应的参考能耗值;
基于所述参考能耗值,对各个科室进行降序排列,获得科室序列,并将所述科室序列中的前预设数量的科室确定为目标科室。
7.根据权利要求1所述的方法,其特征在于,所述对所述目标科室对应的科室目标节能措施进行调整,包括:
确定所述目标科室对应的科室实际能耗值与科室预测能耗值之间的能耗差值;
基于所述能耗差值和目标科室设备运行标准参数的能耗值,对所述目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施。
8.根据权利要求7所述的方法,其特征在于,所述基于所述能耗差值和目标科室设备运行标准参数的能耗值,对所述目标科室对应的科室目标节能措施中的设备运行参数进行调整,获得调整后的科室目标节能措施,包括:
基于所述目标科室中每个设备的实际使用参数和所述科室目标节能措施中的每个设备的设备运行参数,确定待调整的目标设备;
基于所述能耗差值和目标科室设备运行标准参数的能耗值,确定目标调整参数;
基于所述目标调整参数,对所述目标设备的设备运行参数进行调整,获得调整后的科室目标节能措施。
9.根据权利要求1所述的方法,其特征在于,在所述将所述科室实际能耗值发送至云端之前,还包括:
基于历史能耗数据,检测所述科室实际能耗值是否为科室异常能耗值;
若是,则基于该科室中设备的运行记录和该科室设备运行标准参数的能耗值,确定该科室中每个设备的预估能耗值,并基于该科室异常能耗值中的每个设备的异常能耗值和所述预估能耗值,确定所述异常能耗值与所述预估能耗值之间的差值;
检测该科室中的每个设备对应的差值是否处于设备能耗值波动范围内,将未处于设备能耗值波动范围内的设备确定为该科室中的异常设备,并将所述异常设备的实际能耗值更新为所述异常设备的预估能耗值,并基于更新后的实际能耗值更新该科室实际能耗值。
10.一种基于云端和本地端的医院能源托管系统,其特征在于,所述系统包括:云端和本地端;其中,所述云端包括:云端运营中心模块,所述本地端包括:能耗采集模块;
其中,所述云端运营中心模块用于:基于医院的历史能耗数据,确定医院中的目标能源节能后的目标能耗值,并基于所述目标能源、节能措施库和科室设备种类,确定每个科室对应的科室候选节能措施;基于所述科室候选节能措施、科室设备数量和科室设备在标准运行参数下的能耗值,确定科室候选节能措施对应的科室预测能耗值,并基于所述科室预测能耗值确定医院预测能耗值;若检测到所述医院预测能耗值大于所述目标能耗值,则对所述科室候选节能措施中的设备运行参数进行调整,直到确定出所述医院预测能耗值小于或等于所述目标能耗值的科室目标节能措施发送至所述能耗采集模块;基于接收到的科室实际能耗值确定医院实际能耗值,若检测到医院实际能耗值大于所述目标能耗值,则确定待调整的目标科室,并对所述目标科室对应的科室目标节能措施进行调整,并将调整后的科室目标节能措施发送至所述能耗采集模块进行执行,直到执行后的医院实际能耗值小于或等于所述目标能耗值为止;
所述能耗采集模块用于:执行接收到的所述科室目标节能措施,并通过能耗采集模型获取科室实际能耗值,将所述科室实际能耗值发送至所述云端运营中心模块。
11.根据权利要求10所述的系统,其特征在于,所述云端还包括:经营分析模块、项目历程模块和数据接口模块;其中,
所述经营分析模块,用于支持自定义经营分析模板,支持录入户号、户号数据、月度收入支出数据和基准值,并根据录入数据计算毛利额、毛利率和节能率,并分析医院能源托管的月度经营情况;
所述项目历程模块,用于记录项目经营历程中的重要信息,其中,重要信息包括:项目信息变更、能源事件、管理节能执行不力、月度经营分析和专家批注;
所述数据接口模块,用于将脱敏后的数据发送至项目相关的管理方或者医院。
12.根据权利要求10所述的系统,其特征在于,所述本地端还包括:能源助手模块、能源异常模块、节能考核模块、科室考核模块和节能量核算模块;
所述能源助手模块,用于根据能源托管内容及用能计划制定现场的能源管理计划;还会根据安排的计划自动生成每日的工作内容推送至能源管家App中,并进行每日考核;
所述能源异常模块,用于根据能耗模型的树节点计算识别异常数据,并对异常用能行为进行引导和约束;
所述节能考核模块,用于将用能计划中的设定值作为目标值进行跟踪,超标或者有超标趋势将产生异常以及告警,保证目标实时可跟踪;
所述科室考核模块,用于根据医院科室考核制度,建立分摊策略、维护基础指标和核算科室能耗成本,并完成医院分科室能效综合考评工作;
所述节能量核算模块,用于基于各类节能措施核算统一标准,对节能措施进行节能量核算,并与预算标准进行对比分析并提供诊断报告,并对托管范围内节能系统的节能量的统一管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211565326.XA CN116386822A (zh) | 2022-12-07 | 2022-12-07 | 一种基于云端和本地端的医院能源托管方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211565326.XA CN116386822A (zh) | 2022-12-07 | 2022-12-07 | 一种基于云端和本地端的医院能源托管方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116386822A true CN116386822A (zh) | 2023-07-04 |
Family
ID=86969880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211565326.XA Pending CN116386822A (zh) | 2022-12-07 | 2022-12-07 | 一种基于云端和本地端的医院能源托管方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116386822A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668700A (zh) * | 2023-12-25 | 2024-03-08 | 南京天溯自动化控制系统有限公司 | 基于在线变化点检测的医院综合能源边界识别方法及系统 |
CN117930687A (zh) * | 2024-01-24 | 2024-04-26 | 日照港集装箱发展有限公司动力分公司 | 一种用于港口的智慧能源优化控制系统 |
-
2022
- 2022-12-07 CN CN202211565326.XA patent/CN116386822A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668700A (zh) * | 2023-12-25 | 2024-03-08 | 南京天溯自动化控制系统有限公司 | 基于在线变化点检测的医院综合能源边界识别方法及系统 |
CN117668700B (zh) * | 2023-12-25 | 2024-09-20 | 南京天溯自动化控制系统有限公司 | 基于在线变化点检测的医院综合能源边界识别方法及系统 |
CN117930687A (zh) * | 2024-01-24 | 2024-04-26 | 日照港集装箱发展有限公司动力分公司 | 一种用于港口的智慧能源优化控制系统 |
CN117930687B (zh) * | 2024-01-24 | 2024-08-27 | 日照港集装箱发展有限公司动力分公司 | 一种用于港口的智慧能源优化控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ye et al. | Optimal maintenance planning for sustainable energy efficiency lighting retrofit projects by a control system approach | |
CN116386822A (zh) | 一种基于云端和本地端的医院能源托管方法和系统 | |
JP4060095B2 (ja) | 太陽光発電管理サーバ、太陽光発電管理システム、太陽光発電管理方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体 | |
CN108470233B (zh) | 一种智能电网的需求响应能力评估方法和计算设备 | |
JP4648482B1 (ja) | 分析装置及び計測管理システム | |
US20210081022A1 (en) | Data Center Total Resource Utilization Efficiency (TRUE) System And Method | |
KR101800286B1 (ko) | 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템 | |
US10013725B2 (en) | Architecture for energy management of multi customer multi time zone distributed facilities | |
WO2015087470A1 (ja) | 需要予測装置、プログラム | |
Ruzbahani et al. | Optimal incentive-based demand response management of smart households | |
CN109634942A (zh) | 一种用能数据异常判断方法及装置 | |
Ye et al. | Optimal sampling plan for clean development mechanism energy efficiency lighting projects | |
KR20100037430A (ko) | 계약전력과 전기 요금 산출 시뮬레이션 시스템, 및 그의 구현 방법 | |
JP5710324B2 (ja) | 環境情報管理装置、環境情報管理方法、及び環境情報管理プログラム | |
CN110880055A (zh) | 楼宇智能电表系统 | |
KR20170129485A (ko) | MACRO/MICRO 지능 Total 에너지관리시스템 및 방법 | |
Ye et al. | Optimal sampling plan for clean development mechanism lighting projects with lamp population decay | |
WO2014021880A1 (en) | Determining installation locations for meters | |
de la Puente-Gil et al. | True power consumption labeling and mapping of the health system of the Castilla y León region in Spain by clustering techniques | |
Mazimbo et al. | Energy consumption modelling and optimisation of electric water heating systems | |
JP5852950B2 (ja) | 電力需要制御システム及び方法 | |
JP6641235B2 (ja) | 負荷推定装置及び負荷推定方法 | |
KR100979409B1 (ko) | 에너지 절감을 위한 성능평가 구성 방법 | |
Zala et al. | A novel approach to design time of use tariff using load profiling and decomposition | |
Wang et al. | Optimal maintenance planning in building retrofitting with interacting energy effects |
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 |