CN116683435A - 电力管理系统以及电力管理方法 - Google Patents

电力管理系统以及电力管理方法 Download PDF

Info

Publication number
CN116683435A
CN116683435A CN202310683980.9A CN202310683980A CN116683435A CN 116683435 A CN116683435 A CN 116683435A CN 202310683980 A CN202310683980 A CN 202310683980A CN 116683435 A CN116683435 A CN 116683435A
Authority
CN
China
Prior art keywords
electricity
load
region
electric
power
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.)
Withdrawn
Application number
CN202310683980.9A
Other languages
English (en)
Inventor
刘克峰
毕思远
赵聪
李秋霜
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.)
Shenzhen Huizhi Technology Co ltd
Original Assignee
Shenzhen Huizhi 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 Shenzhen Huizhi Technology Co ltd filed Critical Shenzhen Huizhi Technology Co ltd
Priority to CN202310683980.9A priority Critical patent/CN116683435A/zh
Publication of CN116683435A publication Critical patent/CN116683435A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请适用于电力运维技术领域，提供了一种电力管理系统，包括数据处理子系统和供电子系统，所述数据处理子系统用于：若接收到负荷预估指令，则确定待用电地区对应的用电场景，若待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估待用电地区的用电负荷，待用电地区对应的用电场景和曾用电地区对应的用电场景相同；若待用电地区对应的用电场景为工业场景，则根据工业设备数据预估待用电地区的用电负荷，供电子系统用于根据待用电地区的用电负荷向待用电地区进行供电。如此，能够实现电能的精细化分配。

Description

电力管理系统以及电力管理方法
技术领域
本申请属于电力运维技术领域，尤其涉及电力管理系统以及电力管理方法。
背景技术
目前，在电力管理系统中，用电负荷预估对于电力供应有着十分重要的意义，其对于电力管理系统的安全运行起着一定的保障作用。然而，目前的用电负荷预估的准确性较低，导致供电不合理，该缺点亟待解决。
发明内容
本申请实施例提供了一种电力管理系统以及电力管理方法，可以解决目前用电负荷预估的准确性较低，导致供电不合理的问题。
第一方面，本申请实施例提供了一种电力管理系统，包括数据处理子系统和供电子系统，其中，
所述数据处理子系统用于：若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景，以及根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，其中，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据；
所述供电子系统用于根据所述待用电地区的用电负荷向所述待用电地区进行供电。
在第一方面的一种可能的实现方式中，所述数据处理子系统在执行所述根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷时，用于：
确定第一关联度以及确定第二关联度，其中，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，所述第二关联度为所述至少两个曾用电地区的历史用电量与地理位置的关联度；
根据所述第一关联度和所述第二关联度确定所述第一关联度对应的权重以及所述第二关联度对应的权重；
根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。
在第一方面的一种可能的实现方式中，所述数据处理子系统在执行所述确定第一关联度时，用于：
基于所述曾用电地区的历史用电量中的数据归出至少两个数组，所述数组内至少包括两个元素，单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量；
计算每个所述数组对应的第一差异度，所述第一差异度为单个所述数组内的元素的差异度；
根据所述第一差异度确定第一关联度。
在第一方面的一种可能的实现方式中，所述数据处理子系统在执行所述计算每个所述数组对应的第一差异度时，用于：
对每个所述数组执行以下步骤：
将所述数组内的元素两两相减，对两两相减后所得到的差取绝对值；
将所有所述绝对值之和除以绝对值的个数以得到第一差异度。
在第一方面的一种可能的实现方式中，所述数据处理子系统在执行所述根据所述第一差异度确定第一关联度之前，还用于：
确定出属于同一所述曾用电地区的每个所述数组内的元素中的中位值；
基于确定出的中位值确定第二差异度，所述第二差异度用于体现属于同一所述曾用电地区的中位值之间的差异；
对应地，所述数据处理子系统在执行所述根据所述第一差异度确定第一关联度时，用于：
根据所述第一差异度和所述第二差异度确定第一关联度。
在第一方面的一种可能的实现方式中，所述数据处理子系统在执行所述基于确定出的中位值确定第二差异度时，用于：
基于确定出的中位值中的最大值和最小值确定第二差异度，所述第二差异度为所述最大值和所述最小值之间的差。
在第一方面的一种可能的实现方式中，在所述供电子系统执行所述根据所述待用电地区的用电负荷向所述待用电地区进行供电之后，所述数据处理子系统还用于：
获取所述待用电地区的实际用电量；
根据所述实际用电量对所述第一关联度对应的权重和所述第二关联度对应的权重进行修正。
在第一方面的一种可能的实现方式中，所述工业设备数据包括工业设备运行计划，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷之前，用于：发送计划发送指令至用户端，所述计划发送指令用于指示所述用户端向所述数据处理子系统发送工业设备运行计划，以及接收由所述用户端所发送的工业设备运行计划；
对应地，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：
若所述工业设备运行计划满足预设条件，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。
在第一方面的一种可能的实现方式中，所述工业设备数据包括工业设备健康数据，所述工业设备健康数据能够体现工业设备的健康状态，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：
根据所述工业设备健康数据预估所述工业设备的工作时长；
根据所述工作时长预估所述待用电地区的用电负荷。
第二方面，本申请实施例提供了一种电力管理方法，包括：
若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景；
根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，其中，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据。
可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：本申请实施例中的电力管理系统包括数据处理子系统和供电子系统，所述数据处理子系统用于：若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景，以及根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，由于不同的用电场景的用电情况不同，因此，在本申请中，该数据处理子系统能够根据不同的用电场景采用不同的预估方式，具体地，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，即在本申请中，该数据处理子系统能够根据实际情况有针对性地选择预估方式，从而能够有效地提高预估出的用电负荷的准确度，以实现电能的精细化分配，进而提高供电的合理性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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是本申请一实施例提供的电力管理系统的示意图；
图2是本申请一实施例提供的电力管理方法的流程示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
实施例一
图1示出了本申请实施例提供的一种电力管理系统的示意图，该电力管理系统包括数据处理子系统101和供电子系统102。详述如下：
数据处理子系统101用于执行步骤A和步骤B，其中：
步骤A、若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统101预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景。
作为示例而非限定的是，所述负荷预估指令中可携带有所述待用电地区的信息，例如，所述待用电地区的信息可包括以下至少一种数据：待用电地区的经纬度、待用电地区的名称。所述数据处理子系统101在确定所述待用电地区对应的用电场景时，用于将所述待用电地区的信息上传至指定服务器，该指定服务器根据所述待用电地区的信息确定所述待用电地区对应的用电场景，再将所述待用电地区对应的用电场景发送给所述数据处理子系统101，该数据处理子系统101获取所述待用电地区对应的用电场景。
步骤B、根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷。
所述步骤B包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据。
需要说明的是，本文中所述的历史用电量指的是某些/某个地区以前曾用过的电量，所述曾用电地区为曾用过电的地区，体现的是地区过去的状态，所述待用电地区为待用电的地区，体现的是地区未来的状态，所述至少两个曾用电地区中的一个曾用电地区可与所述待用电地区是同一个地区，例如，所述至少两个曾用电地区可包括地区甲和地区乙，所述待用电地区为地区乙，即地区乙曾用电且待用电，地区甲和地区乙的用电场景相同。
作为示例而非限定的是，所述工业设备数据可包括以下至少一种数据：工业设备健康数据、工业设备运行计划，所述工业设备健康数据能够体现工业设备的健康状态。
所述供电子系统102用于根据所述待用电地区的用电负荷向所述待用电地区进行供电。
可选地，所述数据处理子系统101在执行所述根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷时，用于执行步骤b101、步骤b102以及步骤b103，其中：
步骤b101、确定第一关联度以及确定第二关联度，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，所述第二关联度为所述至少两个曾用电地区的历史用电量与地理位置的关联度；
步骤b102、根据所述第一关联度和所述第二关联度确定所述第一关联度对应的权重以及所述第二关联度对应的权重；
步骤b103、根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。
由于所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，即第一关联度能体现出所述待用电地区对应的用电场景与时间的关联度，同理，第二关联度能体现出所述待用电地区对应的用电场景与地理位置的关联度，因此，根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量，能够准确地预估出所述待用电地区的用电负荷。
作为示例而非限定的是，所述曾用电地区的历史用电量包括所述待用电地区的历史用电量，步骤b103包括：计算所述待用电地区对应的第一用电量，所述第一用电量为所述待用电地区的不同日期的相同指定时段内的历史用电量的平均值，计算所述待用电地区对应的第二用电量，所述第二用电量为所述至少两个曾用电地区的同一日期的相同指定时段内的历史用电量的平均值，预估出的待用电地区的用电负荷与第一用电量、第一关联度、第二用电量、第二关联度之间可满足以下关系：P0＝P1*Q1+P2*Q2，P0为预估出的待用电地区的用电负荷，P1、P2、Q1、Q2分别为第一用电量、第二用电量、第一关联度、第二关联度。另外，所述不同日期的相同指定时段可包括：2023年4月18日的13点至14点期间以及2023年4月19日的13点至14点期间，对应地，所述第一用电量可为所述待用电地区的2023年4月18日的13点至14点期间的历史用电量与所述待用电地区的2023年4月19日的13点至14点期间的历史用电量之间的平均值。
在一些实施例中，步骤b103包括：若所述第一关联度大于所述第二关联度，则根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。一般情况下，由于民用场景与时间的关联度比较大，若待用电地区对应的用电场景为民用场景，则第一关联度需大于第二关联度，如此，预估出的待用电地区的用电负荷会较为准确。
在一些实施例中，所述数据处理子系统101还用于：若所述第一关联度小于或者等于所述第二关联度，则输出预估失败信息。如此，能够提醒用户该数据处理子系统101预估待用电地区的用电负荷已失败。
其中，所述预估失败信息用于表示该数据处理子系统101预估待用电地区的用电负荷失败。
可选地，所述数据处理子系统101在执行所述确定第一关联度时，用于执行步骤b1011、步骤b1012以及步骤b1013，其中：
步骤b1011、基于所述曾用电地区的历史用电量中的数据归出至少两个数组，所述数组内至少包括两个元素，单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量；
步骤b1012、计算每个所述数组对应的第一差异度，所述第一差异度为单个所述数组内的元素的差异度；
步骤b1013、根据所述第一差异度确定第一关联度。
采用该方式能够准确地确定出第一关联度，且该方式的计算量比较少，无需采用神经网络模型(神经网络模型需要预先训练等步骤)，即本申请的方案能够有效地减少数据处理时间，从而提高处理效率。
例如，所述至少两个曾用电地区的历史用电量中的数据可包括A0、A1、A2、A3、B0、B1、B2、B3。其中，A0、A1、A2、A3分别为地区甲在2023年4月18日的1点至2点期间的历史用电量、地区甲在2023年4月19日的1点至2点期间的历史用电量、地区甲在2023年4月20日的1点至2点期间的历史用电量、地区甲在2023年4月21日的1点至2点期间的历史用电量；B0、B1、B2、B3分别为地区乙在2023年4月18日的1点至2点期间的历史用电量、地区乙在2023年4月19日的1点至2点期间的历史用电量、地区乙在2023年4月20日的1点至2点期间的历史用电量、地区乙在2023年4月21日的1点至2点期间的历史用电量。基于A0、A1、A2、A3、B0、B1、B2以及B3可归出两个数组，数组1＝{A0、A1、A2、A3}，数组2＝{B0、B1、B2、B3}，数组1对应的第一差异度为A0、A1、A2以及A3之间的差异度，数组2对应的第一差异度为B0、B1、B2、B3之间的差异度。
在一些实施例中，所述数据处理子系统101在执行所述步骤b1012时，用于：对每个所述数组执行以下步骤：将所述数组内的元素两两相减，对两两相减后所得到的差取绝对值；将所有所述绝对值之和除以绝对值的个数以得到第一差异度。其中，所述第一差异度能够体现对应数组内的元素之间的差异。
由于单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量，因此，通过以上步骤，能够快速地确定出同一所述曾用电地区的不同日期的相同指定时段内的历史用电量之间的差异。
例如，对数组1＝{A0、A1、A2、A3}执行以下步骤：将A0减去A1，将A0减去A2，将A0减去A3，将A1减去A2，将A1减去A3，将A2减去A3，对应地，对两两相减后所得到的差取绝对值，以得到|A0-A1|、|A0-A2|、|A0-A3|、|A1-A2|、|A1-A3|、|A2-A3|，数组1对应的第一差异度＝(|A0-A1|+|A0-A2|+|A0-A3|+|A1-A2|+|A1-A3|+|A2-A3|)/6。
在一些实施例中，所述数据处理子系统101在执行所述步骤b1013之前，还用于：确定出属于同一所述曾用电地区的每个所述数组内的元素中的中位值；基于确定出的中位值确定第二差异度，所述第二差异度用于体现属于同一所述曾用电地区的中位值之间的差异；
对应地，所述数据处理子系统101在执行所述步骤b1013时用于：根据所述第一差异度和所述第二差异度确定第一关联度。
由于同一所述曾用电地区的每个所述数组内的元素中的中位值能够代表各个数组内元素的一般水平，因此，基于确定出的中位值确定第二差异度，能够较为准确地确定出属于同一所述曾用电地区的各个数组之间的差异，即能准确地确定出属于同一所述曾用电地区的不同指定时段内的历史用电量之间的差异，进而能够准确地确定出第一关联度。
举例说明所述确定出属于同一所述曾用电地区的每个所述数组内的元素中的中位值以及所述基于确定出的中位值确定第二差异度。假设所述曾用电地区包括地区丙，属于地区丙的数组包括数组3、数组4以及数组5，其中，数组3包括多个元素，数组3的多个元素包括地区丙在不同日期的1点至2点期间的历史用电量；数组4的多个元素包括地区丙在不同日期的2点至3点期间的历史用电量；数组5的多个元素包括地区丙在不同日期的3点至4点期间的历史用电量；分别确定出数组3中的中位值、数组4中的中位值、数组5中的中位值，基于该数组3中的中位值、该数组4中的中位值、该数组5中的中位值确定第二差异度。
具体地，所述根据所述第一差异度和所述第二差异度确定第一关联度包括：将属于同一所述曾用电地区的所有数组对应的第一差异度之和除以数组个数，得到差异度平均值；根据所述差异度平均值和所述第二差异度确定第一关联度，所述差异度平均值、所述第二差异度、所述第一关联度三者之间满足以下关系：当所述差异度平均值越小且所述第二差异度越大时，确定出的第一关联度越大。
在一些实施例中，所述数据处理子系统101在执行所述基于确定出的中位值确定第二差异度时，用于：基于确定出的中位值中的最大值和最小值确定第二差异度，所述第二差异度为所述最大值和所述最小值之间的差。
作为示例而非限定的是，假设所有所述中位数包括：11、12、11、15，可见，所有所述中位值中的最大值、最小值分别为15、11，即可计算出第二差异度为4。
可选地，在所述供电子系统102执行所述根据所述待用电地区的用电负荷向所述待用电地区进行供电之后，所述数据处理子系统101还用于：获取所述待用电地区的实际用电量；根据所述实际用电量对所述第一关联度对应的权重和所述第二关联度对应的权重进行修正。从而使得第一关联度对应的权重和第二关联度对应的权重更能适配于所述待用电地区的实际情况。
作为示例而非限定的是，所述数据处理子系统101用于：根据所述待用电地区的用电负荷(即预估出来的用电负荷)以及所述实际用电量对所述第一关联度对应的权重和所述第二关联度对应的权重进行修正。
可选地，所述工业设备数据包括工业设备运行计划，所述数据处理子系统101在执行所述根据工业设备数据预估所述待用电地区的用电负荷之前，还用于：发送计划发送指令至用户端，所述计划发送指令用于指示所述用户端向所述数据处理子系统101发送工业设备运行计划，以及接收由所述用户端所发送的工业设备运行计划；对应地，所述数据处理子系统101在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：若所述工业设备运行计划满足预设条件，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。一般的工业场景需要工业场景需考虑大功率冲击符合带来的影响，随机性比较强。而本申请的方案能够根据工业设备运行计划预估待用电地区的用电负荷，即能在一定程度上减弱随机性，从而能够更加合理地预估待用电地区的用电负荷。
具体地，若所述工业设备运行计划中的计划用电负荷小于或者等于指定用电负荷，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。
可选地，所述工业设备数据包括工业设备健康数据，所述数据处理子系统101在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：根据所述工业设备健康数据预估工业设备的工作时长；根据所述工作时长预估所述待用电地区的用电负荷。其中，所述工业设备健康数据为能够体现工业设备的健康状态，如此，预估出的待用电地区的用电负荷能够更加适合实际需求。
作为示例而非限定的是，工业设备健康数据具体包括表示工业设备轻度故障的数据，数据处理子系统101根据该工业设备健康数据预估轻度故障设备的工作时长，根据该轻度故障设备的工作时长预估所述待用电地区的用电负荷。
本申请实施例中的电力管理系统包括数据处理子系统和供电子系统，所述数据处理子系统用于：若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景，以及根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，由于不同的用电场景的用电情况不同，因此，在本申请中，该数据处理子系统能够根据不同的用电场景采用不同的预估方式，具体地，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，即在本申请中，该数据处理子系统能够根据实际情况有针对性地选择预估方式，从而能够有效地提高预估出的用电负荷的准确度，以实现电能的精细化分配，进而提高供电的合理性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例二
对应于上文实施例所述的电力管理系统，图2示出了本申请实施例提供的电力管理方法的示意图，为了便于说明，仅示出了与本申请实施例相关的部分。详述如下：
电力管理方法包括步骤S201和步骤S202，其中，
步骤S201、若接收到负荷预估指令，所述负荷预估指令用于指示电力管理方法的执行主体预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景。
步骤S202、根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷。
步骤S202包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据。
需要说明的是，本文中所述的历史用电量指的是某些/某个地区以前曾用过的电量，所述曾用电地区为曾用过电的地区，体现的是地区过去的状态，所述待用电地区为待用电的地区，体现的是地区未来的状态，所述至少两个曾用电地区中的一个曾用电地区可与所述待用电地区是同一个地区，例如，所述至少两个曾用电地区可包括地区甲和地区乙，所述待用电地区为地区乙，即地区乙曾用电且待用电，地区甲和地区乙的用电场景相同。
作为示例而非限定的是，所述工业设备数据可包括以下至少一种数据：工业设备健康数据、工业设备运行计划，所述工业设备健康数据能够体现工业设备的健康状态。
可选地，所述根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷时，包括步骤b101、步骤b102以及步骤b103，其中：
步骤b101、确定第一关联度以及确定第二关联度，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，所述第二关联度为所述至少两个曾用电地区的历史用电量与地理位置的关联度；
步骤b102、根据所述第一关联度和所述第二关联度确定所述第一关联度对应的权重以及所述第二关联度对应的权重；
步骤b103、根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。
由于所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，即第一关联度能体现出所述待用电地区对应的用电场景与时间的关联度，同理，第二关联度能体现出所述待用电地区对应的用电场景与地理位置的关联度，因此，根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量，能够准确地预估出所述待用电地区的用电负荷。
在一些实施例中，步骤b103包括：若所述第一关联度大于所述第二关联度，则根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。一般情况下，由于民用场景与时间的关联度比较大，若待用电地区对应的用电场景为民用场景，则第一关联度需大于第二关联度，如此，预估出的待用电地区的用电负荷会较为准确。
在一些实施例中，若所述第一关联度小于或者等于所述第二关联度，则输出预估失败信息。如此，能够提醒用户预估待用电地区的用电负荷已失败。
其中，所述预估失败信息用于表示预估待用电地区的用电负荷失败。
可选地，所述确定第一关联度包括步骤b1011、步骤b1012以及步骤b1013，其中：
步骤b1011、基于所述曾用电地区的历史用电量中的数据归出至少两个数组，所述数组内至少包括两个元素，单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量；
步骤b1012、计算每个所述数组对应的第一差异度，所述第一差异度为单个所述数组内的元素的差异度；
步骤b1013、根据所述第一差异度确定第一关联度。
采用该方式能够准确地确定出第一关联度，且该方式的计算量比较少，无需采用神经网络模型(神经网络模型需要预先训练等步骤)，即本申请的方案能够有效地减少数据处理时间，从而提高处理效率。
在一些实施例中，所述步骤b1012包括：对每个所述数组执行以下步骤：将所述数组内的元素两两相减，对两两相减后所得到的差取绝对值；将所有所述绝对值之和除以绝对值的个数以得到第一差异度。其中，所述第一差异度能够体现对应数组内的元素之间的差异。
由于单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量，因此，通过以上步骤，能够快速地确定出同一所述曾用电地区的不同日期的相同指定时段内的历史用电量之间的差异。
在一些实施例中，在所述步骤b1013之前，还包括：确定出属于同一所述曾用电地区的每个所述数组内的元素中的中位值；基于确定出的中位值确定第二差异度，所述第二差异度用于体现属于同一所述曾用电地区的中位值之间的差异；
对应地，所述步骤b1013包括：根据所述第一差异度和所述第二差异度确定第一关联度。
由于同一所述曾用电地区的每个所述数组内的元素中的中位值能够代表各个数组内元素的一般水平，因此，基于确定出的中位值确定第二差异度，能够较为准确地确定出属于同一所述曾用电地区的各个数组之间的差异，即能准确地确定出属于同一所述曾用电地区的不同指定时段内的历史用电量之间的差异，进而能够准确地确定出第一关联度。
具体地，所述根据所述第一差异度和所述第二差异度确定第一关联度包括：将属于同一所述曾用电地区的所有数组对应的第一差异度之和除以数组个数，得到差异度平均值；根据所述差异度平均值和所述第二差异度确定第一关联度，所述差异度平均值、所述第二差异度、所述第一关联度三者之间满足以下关系：当所述差异度平均值越小且所述第二差异度越大时，确定出的第一关联度越大。
在一些实施例中，所述基于确定出的中位值确定第二差异度包括：基于确定出的中位值中的最大值和最小值确定第二差异度，所述第二差异度为所述最大值和所述最小值之间的差。
可选地，在所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷之后，包括：获取所述待用电地区的实际用电量；根据所述实际用电量对所述第一关联度对应的权重和所述第二关联度对应的权重进行修正。从而使得第一关联度对应的权重和第二关联度对应的权重更能适配于所述待用电地区的实际情况。
可选地，所述工业设备数据包括工业设备运行计划，所述根据工业设备数据预估所述待用电地区的用电负荷包括：若所述工业设备运行计划满足预设条件，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。一般的工业场景需要工业场景需考虑大功率冲击符合带来的影响，随机性比较强。而本申请的方案能够根据工业设备运行计划预估待用电地区的用电负荷，即能在一定程度上减弱随机性，从而能够更加合理地预估待用电地区的用电负荷。
具体地，若所述工业设备运行计划中的计划用电负荷小于或者等于指定用电负荷，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。
可选地，所述工业设备数据包括工业设备健康数据，所述根据工业设备数据预估所述待用电地区的用电负荷包括：根据所述工业设备健康数据预估工业设备的工作时长；根据所述工作时长预估所述待用电地区的用电负荷。其中，所述工业设备健康数据为能够体现工业设备的健康状态，如此，预估出的待用电地区的用电负荷能够更加适合实际需求。
本申请实施例与现有技术相比存在的有益效果是：若接收到负荷预估指令，则确定所述待用电地区对应的用电场景，以及根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，由于不同的用电场景的用电情况不同，因此，本申请能够根据不同的用电场景采用不同的预估方式，具体地，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，即本申请能够根据实际情况有针对性地选择预估方式，从而能够有效地提高预估出的用电负荷的准确度，以实现电能的精细化分配，进而提高供电的合理性。
需要说明的是，未在本实施例中详尽描述的技术细节，可参见上述实施例一中的各个实施例所提供的电力管理系统。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种电力管理系统，其特征在于，包括数据处理子系统和供电子系统，其中，
所述数据处理子系统用于：若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景，以及根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，其中，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据；
所述供电子系统用于根据所述待用电地区的用电负荷向所述待用电地区进行供电。
2.根据权利要求1所述的电力管理系统，其特征在于，所述数据处理子系统在执行所述根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷时，用于：
确定第一关联度以及确定第二关联度，其中，所述第一关联度为所述曾用电地区的历史用电量与时间的关联度，所述第二关联度为所述至少两个曾用电地区的历史用电量与地理位置的关联度；
根据所述第一关联度和所述第二关联度确定所述第一关联度对应的权重以及所述第二关联度对应的权重；
根据所述第一关联度对应的权重、所述第二关联度对应的权重以及所述至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷。
3.根据权利要求2所述的电力管理系统，其特征在于，所述数据处理子系统在执行所述确定第一关联度时，用于：
基于所述曾用电地区的历史用电量中的数据归出至少两个数组，所述数组内至少包括两个元素，单个所述数组中的元素包括同一所述曾用电地区的不同日期的相同指定时段内的历史用电量；
计算每个所述数组对应的第一差异度，所述第一差异度为单个所述数组内的元素的差异度；
根据所述第一差异度确定第一关联度。
4.根据权利要求3所述的电力管理系统，其特征在于，所述数据处理子系统在执行所述计算每个所述数组对应的第一差异度时，用于：
对每个所述数组执行以下步骤：
将所述数组内的元素两两相减，对两两相减后所得到的差取绝对值；
将所有所述绝对值之和除以绝对值的个数以得到第一差异度。
5.根据权利要求3所述的电力管理系统，其特征在于，所述数据处理子系统在执行所述根据所述第一差异度确定第一关联度之前，还用于：
确定出属于同一所述曾用电地区的每个所述数组内的元素中的中位值；
基于确定出的中位值确定第二差异度，所述第二差异度用于体现属于同一所述曾用电地区的中位值之间的差异；
对应地，所述数据处理子系统在执行所述根据所述第一差异度确定第一关联度时，用于：
根据所述第一差异度和所述第二差异度确定第一关联度。
6.根据权利要求5所述的电力管理系统，其特征在于，所述数据处理子系统在执行所述基于确定出的中位值确定第二差异度时，用于：
基于确定出的中位值中的最大值和最小值确定第二差异度，所述第二差异度为所述最大值和所述最小值之间的差。
7.根据权利要求2所述的电力管理系统，其特征在于，在所述供电子系统执行所述根据所述待用电地区的用电负荷向所述待用电地区进行供电之后，所述数据处理子系统还用于：
获取所述待用电地区的实际用电量；
根据所述实际用电量对所述第一关联度对应的权重和所述第二关联度对应的权重进行修正。
8.根据权利要求1所述的电力管理系统，其特征在于，所述工业设备数据包括工业设备运行计划，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷之前，用于：发送计划发送指令至用户端，所述计划发送指令用于指示所述用户端向所述数据处理子系统发送工业设备运行计划，以及接收由所述用户端所发送的工业设备运行计划；
对应地，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：
若所述工业设备运行计划满足预设条件，则根据所述工业设备运行计划预估所述待用电地区的用电负荷。
9.根据权利要求1所述的电力管理系统，其特征在于，所述工业设备数据包括工业设备健康数据，所述工业设备健康数据能够体现工业设备的健康状态，所述数据处理子系统在执行所述根据工业设备数据预估所述待用电地区的用电负荷时，用于：
根据所述工业设备健康数据预估所述工业设备的工作时长；
根据所述工作时长预估所述待用电地区的用电负荷。
10.一种电力管理方法，其特征在于，包括：
若接收到负荷预估指令，所述负荷预估指令用于指示所述数据处理子系统预估待用电地区的用电负荷，则确定所述待用电地区对应的用电场景；
根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷，所述根据所述待用电地区对应的用电场景预估所述待用电地区的用电负荷包括：若所述待用电地区对应的用电场景为民用场景，则根据至少两个曾用电地区的历史用电量预估所述待用电地区的用电负荷，所述待用电地区对应的用电场景和所述曾用电地区对应的用电场景相同；若所述待用电地区对应的用电场景为工业场景，则根据工业设备数据预估所述待用电地区的用电负荷，其中，所述工业设备数据为用于描述所述待用电地区中的工业设备的数据。
CN202310683980.9A 2023-06-10 2023-06-10 电力管理系统以及电力管理方法 Withdrawn CN116683435A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310683980.9A CN116683435A (zh) 2023-06-10 2023-06-10 电力管理系统以及电力管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310683980.9A CN116683435A (zh) 2023-06-10 2023-06-10 电力管理系统以及电力管理方法

Publications (1)

Publication Number Publication Date
CN116683435A true CN116683435A (zh) 2023-09-01

Family

ID=87778809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310683980.9A Withdrawn CN116683435A (zh) 2023-06-10 2023-06-10 电力管理系统以及电力管理方法

Country Status (1)

Country Link
CN (1) CN116683435A (zh)

Similar Documents

Publication Publication Date Title
CN103348744B (zh) 使用功率阈值对移动通信终端进行智能功率管理的方法和装置
US20060001402A1 (en) Low power warning in a portable communication device based on predicted device utilization
US9008980B2 (en) Power consumption display apparatus and power consumption display method
CN211702078U (zh) 基于云-端混合状态预估的电池管理器
US11212946B2 (en) Performance-per-watt optimal control logic in liquid cooling solution for high performance machine-learning computing
CN113406508A (zh) 基于数字孪生的电池检测和维护方法及装置
CN112816875A (zh) 电动车辆电池云端管理系统、方法、介质及云端服务器
CN112334785A (zh) 状态推定方法以及状态推定装置
Shoukourian et al. Predicting energy consumption relevant indicators of strong scaling hpc applications for different compute resource configurations
CN116683435A (zh) 电力管理系统以及电力管理方法
CN114995545B (zh) 一种车辆热管理系统的控制方法、装置、设备及介质
EP3750223B1 (en) Predicting voltage stability of a power system post-contingency
CN116488149A (zh) 微电网发电策略确定方法、装置以及微电网
CN116243196A (zh) 动力电池健康状态评估方法、装置、设备及存储介质
US11764426B2 (en) Adaptive fan speed control for thermal management of a battery
CN113064075B (zh) 一种基于边缘计算及深度学习的电机寿命预估方法
CN115033988A (zh) 一种动力总成温度估算方法、装置、整车控制器及介质
JP7044085B2 (ja) 監視システム
CN114363208A (zh) 用于测试数据中心能效比的方法及装置、电子设备、存储介质
Jafari-Nodoushan et al. An optimal analytical solution for maximizing expected battery lifetime using the calculus of variations
CN112714991A (zh) 微电网韧性的测定
CN113823011B (zh) 巡逻机器人的算力分配方法及相关设备
CN111198607A (zh) 电子设备功耗管理方法与装置
CN115276762B (zh) 卫星网络的连接方法、系统、电子设备及存储介质
Cespedes-Deliyore et al. General Design of a Power-Saving Strategy for a Collaborative Wireless Sensor Network

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20230901

WW01 Invention patent application withdrawn after publication