CN117035513A - 一种智慧工业园区能源运行智能监测管理系统及方法 - Google Patents
一种智慧工业园区能源运行智能监测管理系统及方法 Download PDFInfo
- Publication number
- CN117035513A CN117035513A CN202310987102.6A CN202310987102A CN117035513A CN 117035513 A CN117035513 A CN 117035513A CN 202310987102 A CN202310987102 A CN 202310987102A CN 117035513 A CN117035513 A CN 117035513A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- production line
- power supply
- park
- abnormal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 317
- 230000002159 abnormal effect Effects 0.000 claims abstract description 144
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000007726 management method Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000012098 association analyses Methods 0.000 claims abstract description 10
- 238000013441 quality evaluation Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 35
- 238000005265 energy consumption Methods 0.000 abstract description 20
- 230000005856 abnormality Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Manufacturing & Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于能源运行监测管理领域,具体公开提供的一种智慧工业园区能源运行智能监测管理方法及系统,该系统包括:企业电能损耗分析模块、异常生产线筛选模块、异常生产线关联分析模块、园区供电质量评价模块和数据库,本发明对工业园区内各企业各生产线的能耗情况进行实时监测和管理,帮助企业识别异常生产线,从而有针对性地采取相应的优化措施,本发明全面监测工业园区内电能源的运行数据,包括停电事件相关记录、电量变化参数,包括停电事件相关记录、电量变化参数,并根据各企业各生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,及时发现并处理园区供电隐患。
Description
技术领域
本发明属于能源运行监测管理领域,涉及到一种智慧工业园区能源运行智能监测管理系统及方法。
背景技术
工业园区能源监测管理场景是指对园区内各企业实行集中扁平化的动态监控和数据化管理,监测企业电能源的消耗情况,通过数据分析、挖掘和趋势分析,帮助企业发现能耗异常、优化能源使用,并提供相应的解决方案和建议。
在实际生产过程中,部分企业的生产线可能会出现能耗异常现象,通过对这些异常生产线进行筛选和分析,可以找出潜在的问题并采取相应的措施加以解决。目前已有的一些电力监测系统主要关注整体能耗情况,而缺乏对所有生产线的能耗分析,使得能源监测系统无法提供有针对性的解决方案,以优化每个生产线的能源消耗,并且现有的异常生产线筛选方法往往依赖于人工经验或者简单的统计分析,准确性较低。
在实际应用中,现有的生产线能耗检测方法主要关注设备的运行状态和故障情况,这些方法往往默认设备故障是能耗异常的主要原因,然而,有时一个企业的某个异常生产线可能并非直接导致能耗异常,还可能存在其他影响能耗的因素,例如工业园区供电质量,工业园区内的供电质量可能会对企业的生产造成严重影响,故而有必要对工业园区内供电质量进行着重分析,从而对工业园区能源运行进行更加全面的监测。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种智慧工业园区能源运行智能监测管理系统及方法。
本发明的目的可以通过以下技术方案实现:本发明提供一种智慧工业园区能源运行智能监测管理系统,包括:企业电能损耗分析模块,用于获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数。
异常生产线筛选模块,用于基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线。
异常生产线关联分析模块,用于评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端。
园区供电质量评价模块,用于获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各待测生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施。
数据库,用于存储各类型企业各参照生产线的特征,存储各类型企业对应各参照生产线在生产周期内的单位产能耗电量,并存储各供电等级对应的供电波动性评价系数范围。
具体实施例中,所述各企业各生产线运行数据包括各企业各生产线在所有生产周期内的耗电量和产品生产量。
具体实施例中,所述分析设定时间段内各企业各生产线的电能源损耗异常指数步骤包括:B1、提取设定时间段内各企业各生产线的各生产周期,从各企业各生产线在所有生产周期内的耗电量和产品生产量中筛选设定时间段内各企业各生产线在各生产周期内的耗电量和产品生产量,对其进行除法运算,得到设定时间段内各企业各生产线在各生产周期内的单位产能耗电量i为企业编号,i=1,2,...,y,j为生产线编号,j=1,2,...,x,i为生产周期编号,f=1,2,...,d。
B2、将设定时间段内各企业各生产线在各生产周期内的单位产能耗电量进行相互对比,得到设定时间段内各企业各生产线在生产周期内的单位产能最大耗电量和单位产能最小耗电量/>进而计算设定时间段内各企业各生产线在生产周期内的电量损耗波动率/>
B3、由分析公式得到各企业各生产线的电能源损耗异常指数,d为设定时间段内存在的生产周期数量,μij表示为第i企业第j生产线的标准产能耗电量,λ'表示为设定的电量损耗波动率阈值,Δλ、ΔQ分别表示为设定的电量损耗波动率和单位产能耗电量对应的误差允许值,η1、η2分别表示为设定的电量损耗波动率和单位产能耗电量误差值对应的占比权重,e为自然常数。
具体实施例中,所述设定时间段内各企业各异常生产线筛选方式为:将各企业各生产线的电能源损耗异常指数与设定的电能源损耗异常指数阈值进行对比,当某企业某生产线的电能源损耗异常指数大于设定的电能源损耗异常指数阈值时,判定该企业的该生产线为异常生产线,统计得到设定时间段内各企业各异常生产线。
具体实施例中,所述评估各企业各异常生产线与园区供电质量关联度的评估方式为:C1、从各企业管理库中提取设定时间段内各企业各异常生产线中存在故障设备的故障时间段,将各故障时间段记为各监测时间段,根据各企业各异常生产线对应智能电表的电量记录,构建各企业各异常生产线在各监测时间段内的电量变化曲线,从中提取曲线峰值Fh ij'和谷值Gh ij',j'为异常生产线编号,j'=1',2',...,x',h为监测时间段编号,h=1,2,...,z。
C2、根据正常运行状态下各企业各异常生产线的电量记录,构建各企业各异常生产线在正常监测时间段内的参照电量变化曲线,提取参照曲线峰值和谷值,以此为各企业各异常生产线的电量变化范围[Q下 ij',Q上 ij']。
C3、由分析公式得到各企业各异常生产线与园区供电质量关联度,其中,q、q'分别表示为设定的曲线峰值和谷值对应的偏差允许值,β1、β2分别表示为设定的曲线峰值和谷值对应的影响占比因子。
具体实施例中,所述评判各企业各异常生产线与园区供电质量是否有关具体为:若时,则判定第i企业第j'异常生产线与园区供电质量有关,并将其记为对应企业的待测生产线,/>为设定的供电质量关联度阈值,进而筛选得到与园区供电质量有关的各企业各待测生产线。
若时,则判定第i企业第j'异常生产线与园区供电质量无关,将该企业该异常生产线发送至预警反馈终端,进而对该企业该异常生产线的运行设备进行检修。
具体实施例中,所述工业园区停电事件相关记录包括工业园区的停电通知计划、工业园区各次停电开始时间和结束时间。
具体实施例中,所述工业园区停电事件影响指数分析方式为:根据工业园区各次停电开始时间和结束时间,获取工业园区在设定时间段内的停电事件频次和各次停电时长。
按照设定的工业园区停电通知计划,将各停电事件分为计划性停电和非计划性停电,分别获取计划性停电事件的数量G和总时长t、非计划性停电事件的数量G'和总时长t'。
由分析公式得到工业园区停电事件影响指数,其中a1、a2分别表示为设定的非计划性停电事件时长和数量对应的影响占比因子。
具体实施例中,所述对园区供电波动性评价系数进行分析的具体方式为:从各企业各异常生产线与园区供电质量关联度中提取各企业各待测生产线与园区供电质量关联度IFij”,j”为待测生产线编号,j”=1”,2”,...,x”,进而由分析公式得到园区供电波动性评价系数,其中,δ1、δ2分别表示为设定的工业园区停电事件影响指数和设备故障与供电质量关联度对应的影响占比权重。
将园区供电波动性评价系数与数据库中各供电等级对应的供电波动性评价系数范围进行匹配,得到园区供电波动性评价系数对应的供电等级,进而执行相应的优化措施。
本发明第二方面提供一种港口智慧煤炭运销数据信息管理方法,包括以下步骤:步骤一、企业电能损耗分析:获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数。
步骤二、异常生产线筛选:基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线。
步骤三、异常生产线关联分析:评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端。
步骤四、园区供电质量评价:获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各待测生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施。
相较于现有技术,本发明的有益效果如下:(1)本发明通过对工业园区内各企业各生产线的能耗情况进行实时监测和管理,帮助企业识别异常生产线,从而有针对性地为每个生产线制定个性化的维修计划和优化方案,及时发现和解决能耗异常问题,提高能源利用效率和降低能耗成本,保障企业的正常生产运行。
(2)本发明全面监测工业园区内电能源的运行数据,包括停电事件相关记录、电量变化参数,通过对这些数据的分析,并根据各企业各生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,可以发现园区供电隐患,进而执行相应的优化措施。
(3)本发明通过自动采集和分析数据,简化了电量异常检测流程,提高了检测效率,对企业生产线电能源运行中出现的异常问题进行快速检测和诊断,从而简化了电量异常检测流程,同时可以通过实时监测生产线各个节点的电能消耗情况,快速定位出异常位置,从而实现对问题的精准定位和解决。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明系统模块连接示意图。
图2为本发明方法流程示意图。
具体实施方式
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,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种智慧工业园区能源运行智能监测管理系统,该系统包括:企业电能损耗分析模块、异常生产线筛选模块、异常生产线关联分析模块、园区供电质量评价模块和数据库。
所述企业电能损耗分析模块与异常生产线筛选模块连接,异常生产线筛选模块与异常生产线关联分析模块连接,异常生产线关联分析模块与园区供电质量评价模块连接,数据库分别与企业电能损耗分析模块和园区供电质量评价模块连接。
所述企业电能损耗分析模块用于获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数。
在一种优选的实施方式中,所述各企业各生产线运行数据包括各企业各生产线在所有生产周期内的耗电量和产品生产量。
需要说明的,所述各企业各生产线的所有生产周期获取方式为:获取各企业各生产线的投入使用时间和当前时间,得到各企业各生产线投入使用的综合时间段,统计各企业各生产线在该综合时间段内存在的各生产周期,记为各企业各生产线的所有生产周期。
在一种优选的实施方式中,所述分析设定时间段内各企业各生产线的电能源损耗异常指数步骤包括:B1、提取设定时间段内各企业各生产线的各生产周期,从各企业各生产线在所有生产周期内的耗电量和产品生产量中筛选设定时间段内各企业各生产线在各生产周期内的耗电量和产品生产量,对其进行除法运算,得到设定时间段内各企业各生产线在各生产周期内的单位产能耗电量i为企业编号,i=1,2,...,y,j为生产线编号,j=1,2,...,x,i为生产周期编号,f=1,2,...,d。
B2、将设定时间段内各企业各生产线在各生产周期内的单位产能耗电量进行相互对比,得到设定时间段内各企业各生产线在生产周期内的单位产能最大耗电量和单位产能最小耗电量/>进而计算设定时间段内各企业各生产线在生产周期内的电量损耗波动率/>
B3、由分析公式得到各企业各生产线的电能源损耗异常指数,d为设定时间段内存在的生产周期数量,μij表示为第i企业第j生产线的标准产能耗电量,λ'表示为设定的电量损耗波动率阈值,Δλ、ΔQ分别表示为设定的电量损耗波动率和单位产能耗电量对应的误差允许值,η1、η2分别表示为设定的电量损耗波动率和单位产能耗电量误差值对应的占比权重,e为自然常数。
需要说明的是,所述各企业各生产线的标准产能耗电量获取方式为:获取工业园区内各企业类型,从数据库中调取与工业园区内各企业类型相同的对应企业,记为备选企业,进而将各企业各生产线的特征与相应备选企业对应各参照生产线的特征进行对比,各企业各生产线的特征包括生产周期和生产效率,进而将各企业各生产线的生产周期和生产效率分别记为Yij、Fij,并将各企业各生产线相应备选企业的各参照生产线的参照生产周期和参照生产效率记为k为参照生产线编号,k=1,2,...,w。
进而由得到各企业各生产线特征与相应备选企业各参照生产线特征的特征相似度,其中,ΔY、ΔF分别表示为设定的生产周期和生产效率对应的允许误差值,τ1、τ2分别表示为设定的生产周期和生产效率对应的影响占比因子。
当某企业某生产线特征与相应备选企业对应某参照生产线特征的特征相似度大于或等于设定的特征相似度阈值时,从数据库中提取该备选企业对应该参照生产线在生产周期内的单位产能耗电量,记为该企业该生产线的标准产能耗电量,进而得到各企业各生产线的标准产能耗电量。
所述异常生产线筛选模块用于基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线。
在一种优选的实施方式中,所述设定时间段内各企业各异常生产线筛选方式为:将各企业各生产线的电能源损耗异常指数与设定的电能源损耗异常指数阈值进行对比,当某企业某生产线的电能源损耗异常指数大于设定的电能源损耗异常指数阈值时,判定该企业的该生产线为异常生产线,统计得到设定时间段内各企业各异常生产线。
本发明通过对工业园区内各企业各生产线的能耗情况进行实时监测和管理,帮助企业识别异常生产线,从而有针对性地为每个生产线制定个性化的维修计划和优化方案,及时发现和解决能耗异常问题,提高能源利用效率和降低能耗成本,保障企业的正常生产运行。
所述异常生产线关联分析模块用于评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端。
在一种优选的实施方式中,所述评估各企业各异常生产线与园区供电质量关联度的评估方式为:C1、从各企业管理库中提取设定时间段内各企业各异常生产线中存在故障设备的故障时间段,将各故障时间段记为各监测时间段,根据各企业各异常生产线对应智能电表的电量记录,构建各企业各异常生产线在各监测时间段内的电量变化曲线,从中提取曲线峰值Fh ij'和谷值Gh ij',j'为异常生产线编号,j'=1',2',...,x',h为监测时间段编号,h=1,2,...,z。
C2、根据正常运行状态下各企业各异常生产线的电量记录,构建各企业各异常生产线在正常监测时间段内的参照电量变化曲线,提取参照曲线峰值和谷值,以此为各企业各异常生产线的电量变化范围[Q下 ij',Q上ij']。
C3、由分析公式得到各企业各异常生产线与园区供电质量关联度,其中,q、q'分别表示为设定的曲线峰值和谷值对应的偏差允许值,β1、β2分别表示为设定的曲线峰值和谷值对应的影响占比因子。
需要说明的是,所述各企业各异常生产线中存在故障设备的故障时间段具体指的是:若某企业某异常生产线在某生产周期内出现过设备故障情况,则该企业对应该异常生产线对应的该生产周期即为该企业对应该异常生产线存在故障设备的故障时间段。其中设备故障情况包括设备停止运行、设备卡顿等。
所述正常监测时间段为生产过程中未出现过设备故障情况的生产周期。
所述电量变化曲线是以电量为纵坐标,以时间点为横坐标的电量-时间曲线。其中曲线峰值和谷值分别表示为曲线中最高点和最低点。
在一种优选的实施方式中,所述评估各企业各异常生产线与园区供电质量关联度的评估方式为:若时,则判定第i企业第j'异常生产线与园区供电质量有关,并将其记为对应企业的待测生产线,/>为设定的供电质量关联度阈值,进而筛选得到与园区供电质量有关的各企业各待测生产线。
若时,则判定第i企业第j'异常生产线与园区供电质量无关,将该企业该异常生产线发送至预警反馈终端,进而对该企业该异常生产线的运行设备进行检修。
特别说明的是,与园区供电质量有关的各企业各待测生产线数量与园区供电质量成正比关系,与园区供电质量有关的各企业各待测生产线越多,表示园区内供电质量波动性越强。因此,为了保障园区内企业的正常生产和运营,需要加强供电设施的建设和维护,提高供电质量的稳定性。
本发明通过自动采集和分析数据,简化了电量异常检测流程,提高了检测效率,对企业生产线电能源运行中出现的异常问题进行快速检测和诊断,从而简化了电量异常检测流程,同时可以通过实时监测生产线各个节点的电能消耗情况,快速定位出异常位置,从而实现对问题的精准定位和解决。
所述园区供电质量评价模块用于获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各待测生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施。
在一种优选的实施方式中,所述工业园区停电事件相关记录包括工业园区的停电通知计划、工业园区各次停电开始时间和结束时间。
在一种优选的实施方式中,所述工业园区停电事件影响指数分析方式为:根据工业园区各次停电开始时间和结束时间,获取工业园区在设定时间段内的停电事件频次和各次停电时长。
按照设定的工业园区停电通知计划,将各停电事件分为计划性停电和非计划性停电,分别获取计划性停电事件的数量G和总时长t、非计划性停电事件的数量G'和总时长t'。
由分析公式得到工业园区停电事件影响指数,其中a1、a2分别表示为设定的非计划性停电事件时长和数量对应的影响占比因子。
在一种优选的实施方式中,所述对园区供电波动性评价系数进行分析的具体方式为:从各企业各异常生产线与园区供电质量关联度中提取各企业各待测生产线与园区供电质量关联度IFij”,j”为待测生产线编号,j”=1”,2”,...,x”,进而由分析公式得到园区供电波动性评价系数,其中,δ1、δ2分别表示为设定的工业园区停电事件影响指数和设备故障与供电质量关联度对应的影响占比权重。
将园区供电波动性评价系数与数据库中各供电等级对应的供电波动性评价系数范围进行匹配,得到园区供电波动性评价系数对应的供电等级,进而执行相应的优化措施。
作为一种示例,各供电等级对应的供电波动性评价系数范围具体为:一级供电等级对应的供电波动性评价系数范围为30%-45%,二级供电等级对应的供电波动性评价系数范围为45%-60%,三级供电等级对应的供电波动性评价系数范围为60%-75%。
作为本发明的又一示例,各供电等级对应处理方式为:一级供电等级对应的处理方式为调整用电计划,减少高峰期的用电量,以减轻负荷压力;二级供电等级对应的处理方式为在工业园区内设置备用电源;三级供电等级对应的处理方式为升级电网设施,以提高供电稳定性。
本发明全面监测工业园区内电能源的运行数据,包括停电事件相关记录、电量变化参数,通过对这些数据的分析,并根据各企业各生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,可以发现园区供电隐患,进而执行相应的优化措施。
所述数据库用于存储各类型企业各参照生产线的特征,存储各类型企业对应各参照生产线在生产周期内的单位产能耗电量,并存储各供电等级对应的供电波动性评价系数范围。
参照图2所示,本发明第二方面提供一种智慧工业园区能源运行智能监测管理方法,包括:步骤一、企业电能损耗分析:获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数。
步骤二、异常生产线筛选:基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线。
步骤三、异常生产线关联分析:评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端。
步骤四、园区供电质量评价:获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各待测生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种智慧工业园区能源运行智能监测管理系统,其特征在于:包括:
企业电能损耗分析模块,用于获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数;
异常生产线筛选模块,用于基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线;
异常生产线关联分析模块,用于评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端;
园区供电质量评价模块,用于获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各待测生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施;
数据库,用于存储各类型企业各参照生产线的特征,存储各类型企业对应各参照生产线在生产周期内的单位产能耗电量,并存储各供电等级对应的供电波动性评价系数范围。
2.根据权利要求1所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述各企业各生产线运行数据包括各企业各生产线在所有生产周期内的耗电量和产品生产量。
3.根据权利要求2所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述分析设定时间段内各企业各生产线的电能源损耗异常指数步骤包括:
B1、提取设定时间段内各企业各生产线的各生产周期,从各企业各生产线在所有生产周期内的耗电量和产品生产量中筛选设定时间段内各企业各生产线在各生产周期内的耗电量和产品生产量,对其进行除法运算,得到设定时间段内各企业各生产线在各生产周期内的单位产能耗电量i为企业编号,i=1,2,...,y,j为生产线编号,j=1,2,...,x,i为生产周期编号,f=1,2,...,d;
B2、将设定时间段内各企业各生产线在各生产周期内的单位产能耗电量进行相互对比,得到设定时间段内各企业各生产线在生产周期内的单位产能最大耗电量和单位产能最小耗电量/>进而计算设定时间段内各企业各生产线在生产周期内的电量损耗波动率/>
B3、由分析公式得到各企业各生产线的电能源损耗异常指数,d为设定时间段内存在的生产周期数量,μij表示为第i企业第j生产线的标准产能耗电量,λ'表示为设定的电量损耗波动率阈值,Δλ、ΔQ分别表示为设定的电量损耗波动率和单位产能耗电量对应的误差允许值,η1、η2分别表示为设定的电量损耗波动率和单位产能耗电量误差值对应的占比权重,e为自然常数。
4.根据权利要求1所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述设定时间段内各企业各异常生产线筛选方式为:将各企业各生产线的电能源损耗异常指数与设定的电能源损耗异常指数阈值进行对比,当某企业某生产线的电能源损耗异常指数大于设定的电能源损耗异常指数阈值时,判定该企业的该生产线为异常生产线,统计得到设定时间段内各企业各异常生产线。
5.根据权利要求1所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述评估各企业各异常生产线与园区供电质量关联度的评估方式为:
C1、从各企业管理库中提取设定时间段内各企业各异常生产线中存在故障设备的故障时间段,将各故障时间段记为各监测时间段,根据各企业各异常生产线对应智能电表的电量记录,构建各企业各异常生产线在各监测时间段内的电量变化曲线,从中提取曲线峰值和谷值/>j'为异常生产线编号,j'=1',2',...,x',h为监测时间段编号,h=1,2,...,z;
C2、根据正常运行状态下各企业各异常生产线的电量记录,构建各企业各异常生产线在正常监测时间段内的参照电量变化曲线,提取参照曲线峰值和谷值,以此为各企业各异常生产线的电量变化范围
C3、由分析公式得到各企业各异常生产线与园区供电质量关联度,其中,q、q'分别表示为设定的曲线峰值和谷值对应的偏差允许值,β1、β2分别表示为设定的曲线峰值和谷值对应的影响占比因子。
6.根据权利要求5所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述评判各企业各异常生产线与园区供电质量是否有关具体为:
若时,则判定第i企业第j'异常生产线与园区供电质量有关,并将其记为对应企业的待测生产线,/>为设定的供电质量关联度阈值,进而筛选得到与园区供电质量有关的各企业各待测生产线;
若时,则判定第i企业第j'异常生产线与园区供电质量无关,将该企业该异常生产线发送至预警反馈终端,进而对该企业该异常生产线的运行设备进行检修。
7.根据权利要求1所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述工业园区停电事件相关记录包括工业园区的停电通知计划、工业园区各次停电开始时间和结束时间。
8.根据权利要求7所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述工业园区停电事件影响指数分析方式为:
根据工业园区各次停电开始时间和结束时间,获取工业园区在设定时间段内的停电事件频次和各次停电时长;
按照设定的工业园区停电通知计划,将各停电事件分为计划性停电和非计划性停电,分别获取计划性停电事件的数量G和总时长t、非计划性停电事件的数量G'和总时长t';
由分析公式得到工业园区停电事件影响指数,其中a1、a2分别表示为设定的非计划性停电事件时长和数量对应的影响占比因子。
9.根据权利要求8所述的一种智慧工业园区能源运行智能监测管理系统,其特征在于:所述对园区供电波动性评价系数进行分析的具体方式为:
从各企业各异常生产线与园区供电质量关联度中提取各企业各待测生产线与园区供电质量关联度IFij”,j”为待测生产线编号,j”=1”,2”,...,x”,进而由分析公式得到园区供电波动性评价系数,其中,δ1、δ2分别表示为设定的工业园区停电事件影响指数和设备故障与供电质量关联度对应的影响占比权重;
将园区供电波动性评价系数与数据库中各供电等级对应的供电波动性评价系数范围进行匹配,得到园区供电波动性评价系数对应的供电等级,进而执行相应的优化措施。
10.一种智慧工业园区能源运行智能监测管理方法,其特征在于:包括以下步骤:
步骤一、企业电能损耗分析:获取工业园区内各企业各生产线运行数据,以此评估设定时间段内各企业各生产线的电能损耗波动率,进而分析设定时间段内各企业各生产线的电能源损耗异常指数;
步骤二、异常生产线筛选:基于设定时间段内各企业各生产线的电能源损耗异常指数,筛选设定时间段内各企业各异常生产线;
步骤三、异常生产线关联分析:评估各企业各异常生产线与园区供电质量关联度,并据此评判各企业各异常生产线与园区供电质量是否有关,当某企业某异常生产线与园区供电质量关联度有关时,则将其记为对应企业的待测生产线,进而统计各企业各待测生产线,反之则将该企业的该异常生产线发送至预警反馈终端;
步骤四、园区供电质量评价:获取工业园区停电事件相关记录,进而分析工业园区停电事件影响指数,并根据各企业各目标生产线与园区供电质量关联度,对园区供电波动性评价系数进行分析,进而执行相应的优化措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987102.6A CN117035513A (zh) | 2023-08-07 | 2023-08-07 | 一种智慧工业园区能源运行智能监测管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987102.6A CN117035513A (zh) | 2023-08-07 | 2023-08-07 | 一种智慧工业园区能源运行智能监测管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117035513A true CN117035513A (zh) | 2023-11-10 |
Family
ID=88632990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987102.6A Pending CN117035513A (zh) | 2023-08-07 | 2023-08-07 | 一种智慧工业园区能源运行智能监测管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035513A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273283A (zh) * | 2023-11-20 | 2023-12-22 | 济南科德智能科技有限公司 | 一种工业生产mes分析数据智能管理方法及存储介质 |
CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理系统 |
CN117408575A (zh) * | 2023-12-13 | 2024-01-16 | 深圳市安科讯电子制造有限公司 | 一种能源产品生产智能管理方法及平台 |
CN117421690A (zh) * | 2023-12-18 | 2024-01-19 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
CN117649123A (zh) * | 2023-11-29 | 2024-03-05 | 北京通商物业管理有限公司 | 一种智慧园区管理系统 |
CN118014444A (zh) * | 2024-04-09 | 2024-05-10 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
-
2023
- 2023-08-07 CN CN202310987102.6A patent/CN117035513A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273283A (zh) * | 2023-11-20 | 2023-12-22 | 济南科德智能科技有限公司 | 一种工业生产mes分析数据智能管理方法及存储介质 |
CN117273283B (zh) * | 2023-11-20 | 2024-03-12 | 济南科德智能科技有限公司 | 一种工业生产mes分析数据智能管理方法及存储介质 |
CN117649123A (zh) * | 2023-11-29 | 2024-03-05 | 北京通商物业管理有限公司 | 一种智慧园区管理系统 |
CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理系统 |
CN117408575A (zh) * | 2023-12-13 | 2024-01-16 | 深圳市安科讯电子制造有限公司 | 一种能源产品生产智能管理方法及平台 |
CN117391411B (zh) * | 2023-12-13 | 2024-03-29 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理系统 |
CN117408575B (zh) * | 2023-12-13 | 2024-03-29 | 深圳市安科讯电子制造有限公司 | 一种能源产品生产智能管理方法及平台 |
CN117421690A (zh) * | 2023-12-18 | 2024-01-19 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
CN117421690B (zh) * | 2023-12-18 | 2024-03-22 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
CN118014444A (zh) * | 2024-04-09 | 2024-05-10 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
CN118014444B (zh) * | 2024-04-09 | 2024-06-11 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117035513A (zh) | 一种智慧工业园区能源运行智能监测管理系统及方法 | |
CN110110870B (zh) | 一种基于事件图谱技术的设备故障智能监控方法 | |
CN114819665B (zh) | 一种基于分布式能源管理的异常预警方法及系统 | |
CN110927654B (zh) | 一种智能电能表批次运行状态评价方法 | |
CN108647328B (zh) | 可靠性停电事件采集完整性分析与自动补全方法 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
Xu et al. | An anomaly detection and dynamic energy performance evaluation method for HVAC systems based on data mining | |
CN117689214B (zh) | 一种柔性直流牵引供电系统能量路由器动态安全评估方法 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN116703368B (zh) | 基于数据挖掘的同期线损智能闭环监测方法 | |
CN111639850A (zh) | 多源异构数据的质量评估方法与系统 | |
CN114878934A (zh) | 一种电能耗数据异常预警方法 | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理系统 | |
CN111309502A (zh) | 固态硬盘寿命预测方法 | |
CN114742488B (zh) | 一种主变压器运行风险评估方法和系统 | |
CN116976707A (zh) | 基于用电信息采集的用户用电数据异常分析方法及系统 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN117648543A (zh) | 一种自演化的变电站设备学习方法 | |
CN116821107A (zh) | 一种用于智慧电厂的主数据智能化管理方法及系统 | |
CN115660631A (zh) | 一种基于修正权重故障树模型的配电终端状态评估方法 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN114118245A (zh) | 一种电网设备资产台账异常数据自动修复系统及方法 | |
CN117808456A (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 |
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 |