CN117134480B - 一种基于大数据分析的电源调节监测系统及方法 - Google Patents
一种基于大数据分析的电源调节监测系统及方法 Download PDFInfo
- Publication number
- CN117134480B CN117134480B CN202311395879.XA CN202311395879A CN117134480B CN 117134480 B CN117134480 B CN 117134480B CN 202311395879 A CN202311395879 A CN 202311395879A CN 117134480 B CN117134480 B CN 117134480B
- Authority
- CN
- China
- Prior art keywords
- electric equipment
- historical
- period
- power
- power supply
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000007405 data analysis Methods 0.000 title claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 181
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 53
- 230000003750 conditioning effect Effects 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
- H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
- H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Emergency Management (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力设备监测技术领域,具体为一种基于大数据分析的电源调节监测系统及方法,包括获取供电区域内各个用电设备在各个历史周期内的所有历史用电记录;对用电设备在历史周期内的各个历史用电记录进行筛选;对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;获取供电区域内各个用电设备在当前周期内的特征时长;当电网对供电出现断电时,启动不间断电源对供电区域内各个用电设备进行供电,并基于各个用电设备在当前周期内特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节。
Description
技术领域
本发明涉及电力设备监测技术领域,具体为一种基于大数据分析的电源调节监测系统及方法。
背景技术
当电网因故障而出现断电时,用电设备的正常供电就无法保证,目前常用的方法就是使用配电系统代替电网对用电设备进行供电,从而保证在断电情况下用电设备的正常使用,具体来说,常见的配电系统有发电机等,但是发电机在工作时不仅仅会发出较大的声音,还会对环境造成影响,于是,市面上出现了不间断电源去代替传统的发电机进行供电,不间断电源可以为用电设备提供持续电力供应,保护用电设备免受电力问题的影响,但是,目前不间断电源在使用时无法根据用电设备的实际用电能力,对不间断电源中多种电源模式进行合理配置,并且也无法根据实际情况去对电源分配进行智能调节。
发明内容
本发明的目的在于提供一种基于大数据分析的电源调节监测系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据分析的电源调节监测方法,方法包括:
步骤S100:获取供电区域内各个用电设备;对用电设备在各个历史周期内的各个历史用电记录进行获取;通过计算历史周期内各个历史用电记录的特征数据,对历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;其中,特征数据为特征用电量;
步骤S200:基于用电设备在各个历史周期内的各个历史用电数据,对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
步骤S300:对用电设备在各个历史周期内各个历史使用记录进行获取,对用电设备设备使用状态进行分析,得到当前周期内用电设备的特征时长;
步骤S400:对供电区域内各个用电设备在当前周期内的标记用电量进行获取;基于供电区域内各个用电设备在当前周期内的标记用电量,为供电区域配置相应电量的不间断电源;获取供电区域内各个用电设备在当前周期内的特征时长;当电网对供电出现断电时,启动不间断电源对供电区域内各个用电设备进行供电,并基于各个用电设备在当前周期内的特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节。
进一步的,步骤S100包括:
步骤S101:获取用电设备在历史周期内各个历史用电记录所对应的用电量;获取用电设备在历史周期内各个历史用电记录所对应的用电时长;设置单位时长;计算用电设备的历史用电记录对应的特征用电量P:
;
其中,为历史用电记录对应的用电设备的用电量;/>为单位时长;/>为历史用电记录对应的用电设备用电时长;
步骤S102:设置特征用电量阈值;当用电设备某一个历史用电记录的特征用电量小于特征用电量阈值,将用电设备某一个历史用电记录进行剔除;
步骤S103:对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;用电数据为历史用电记录对应的用电设备的用电量;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集。
进一步的,步骤S200包括:
步骤S201:计算用电设备历史周期的第一用电量U:
;
其中,为历史周期内第i个历史用电记录中用电设备对应的用电量;j为历史周期内历史用电记录总个数;
步骤S202:获取用电设备在各个历史周期的第一用电量;计算用电设备在第a个历史周期的用电量变化比例:
;
其中,为用电设备在第a个历史周期内的第一用电量;/>为用电设备在第a-1个历史周期内的第一用电量;
步骤S203:获取用电设备各个历史周期的用电量变化比例;设置用电量变化比例阈值;选取出大于用电量变化比例阈值的用电量变化比例记为特征用电量变化比例;获取特征用电量变化比例所属历史周期;
步骤S204:获取各个特征用电量变化比例的所属历史周期;设置历史周期数量阈值;当各个特征用电量变化比例的所属历史周期的总个数大于历史周期数量阈值,获取各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长,将各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长的最小值,记为第一时长;
步骤S205:设置第一时长阈值;当第一时长小于第一时长阈值,对各个特征用电量变化比例所属历史周期内用电设备的用电量进行保留;
步骤S206:当特征用电量变化比例所属历史周期的总个数小于历史周期数量阈值,或特征用电量变化比例对应的第一时长大于等于第一时长阈值,将特征用电量变化比例所属历史周期记为目标历史周期;选取目标历史周期相邻历史周期用电量平均值,作为目标历史周期内用电设备的用电量;分别获取各个目标历史周期内用电设备的用电量;
步骤S207:对用电设备在各个历史周期内用电量进行获取;使用各个历史周期内用电设备用电量,对预测用电量神经网络模型进行训练,并对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,记为标记用电量。
进一步的,步骤S300包括:
步骤S301:获取历史周期内用电设备的各个历史使用记录;将历史使用记录产生时间点,记为历史使用记录的第一时间点;
步骤S302:获取历史周期内用电设备的历史使用记录总个数;当历史周期内某一时段中包含着历史使用记录的第一时间点,将历史使用记录,记为某一时段包含的历史使用记录;获取历史周期内各个时段包含的历史使用记录总个数;设置历史使用记录总个数比值阈值;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将某一时段,记为第一时段;
步骤S303:获取用电设备在历史周期内各个第一时段的时长,选取第一时段的时长对应数值的最小记为第二时段;将第二时段的时长,记为用电设备在历史周期内的标记时长;
步骤S304:获取用电设备在各个历史周期内的标记时长;计算用电设备在当前周期内的特征时长H:
;
其中,为历史周期总个数;/>为第x个历史周期的用电设备的标记时长;
上述步骤中因为在历史周期内各个历史使用记录开始使用的时间点各不相同,当一个时段内包含着历史使用记录开始使用的时间点,那么则表明在这个时段内,用电设备是经常被使用的,由于用电设备在各个历史周期被经常使用的时段时不同的,所以为了能够获取用电设备到底在历史周期内什么时段才经常被使用,才对历史用电记录个数进行考察,当一个时段包含历史用电记录数量越多,那么就表明这个时段内用电设备常常被开启使用。
进一步的,步骤S400包括:
步骤S401:获取配电系统负责进行供电的各个用电设备在当前周期的标记用电量;根据配电区域各个用电设备在当前周期的标记用电量,对配电区域配置相应容量的不间断电源;
步骤S402:当当前周期内电网对工业园区供电正常时,不间断电源将电网电压转换为所需的电压,并通过内部的电池充电器为电池充电;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节。
为了更好实现上述方法还提出了电源调节监测系统,监测系统包括用电数据模块、标记用电量模块、特征时长模块、电源智能调节模块;
用电数据模块,用于对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;
标记用电量模块,用于对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
特征时长模块,用于对用电设备在当前周期内设备使用状态进行分析,得到当前周期内用电设备的特征时长;
电源智能调节模块,用于基于各个用电设备在当前周期内特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节。
进一步的,用电数据模块包括特征用电量单元、用电数据单元;
特征用电量单元,用于获取用电设备在历史周期内各个历史用电记录所对应的用电时长;计算用电设备的历史用电记录对应的特征用电量;
用电数据单元,用于对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集。
进一步的,标记用电量模块包括用电量变化比例单元、标记用电量单元;
用电量变化比例单元,用于获取用电设备在各个历史周期内的用电量;计算用电设备在历史周期的用电量变化比例;
标记用电量单元,用于使用神经网络模型对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,并记为标记用电量。
进一步的,特征时长模块包括第一时段单元、特征时长单元;
第一时段单元,用于对历史周期内各个时段包含的历史使用记录总个数进行获取;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将某一时段,记为第一时段;
特征时长单元,用于对用电设备在各个历史周期内的标记时长进行获取;计算用电设备在当前周期内的特征时长。
进一步的,电源智能调节模块包括电源智能调节单元;
电源智能调节单元,用于对配电区域配置相应容量的不间断电源;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节。
与现有技术相比,本发明所达到的有益效果是:本发明实现了基于用电设备的实际用电状态,智能化的为用电设备配置相应容量的不间断电源,保证的不会因为分配电源容量过多导致资源浪费,也不会因为配置电源容量过少,导致对用电设备供电不足,同时还能根据用电设备历史使用记录,去制定相应的电源电量分配策略,实现电源供应的智能调节。
附图说明
附图用来提供对本发明的进步理解,并且构成说明书的部分,与本发明的实施例起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据分析的电源调节监测系统及方法的方法流程图;
图2是本发明一种基于大数据分析的电源调节监测系统及方法的模块示意图。
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-图2,本发明提供技术方案:一种基于大数据分析的电源调节监测方法,方法包括:
步骤S100:获取供电区域内各个用电设备在各个历史周期内的所有历史用电记录;对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;
其中,步骤S100包括:
步骤S101:获取用电设备在历史周期内各个历史用电记录所对应的用电量;获取用电设备在历史周期内各个历史用电记录所对应的用电时长;设置单位时长;计算用电设备的历史用电记录对应的特征用电量P:
;
其中,为历史用电记录对应的用电设备的用电量;/>为单位时长;/>为历史用电记录对应的用电设备用电时长;
步骤S102:设置特征用电量阈值;当用电设备某一个历史用电记录的特征用电量小于特征用电量阈值,将用电设备某一个历史用电记录进行剔除;
步骤S103:对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;用电数据为历史用电记录对应的用电设备的用电量;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集;
步骤S200:基于用电设备在各个历史周期内的各个历史用电数据,对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
其中,步骤S200包括:
步骤S201:计算用电设备历史周期的第一用电量U:
;
其中,为历史周期内第i个历史用电记录中用电设备对应的用电量;j为历史周期内历史用电记录总个数;
步骤S202:获取用电设备在各个历史周期的第一用电量;计算用电设备在第a个历史周期的用电量变化比例:
;
其中,为用电设备在第a个历史周期内的第一用电量;/>为用电设备在第a-1个历史周期内的第一用电量;
例如,用电设备在第2个历史周期内的用电量为1000kwh;用电设备在第3个历史周期内的用电量/>为2000kwh;计算用电设备在第3个历史周期的用电量变化比例;
步骤S203:获取用电设备各个历史周期的用电量变化比例;设置用电量变化比例阈值;选取出大于用电量变化比例阈值的用电量变化比例记为特征用电量变化比例;获取特征用电量变化比例所属历史周期;
步骤S204:获取各个特征用电量变化比例的所属历史周期;设置历史周期数量阈值;当各个特征用电量变化比例的所属历史周期的总个数大于历史周期数量阈值,获取各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长,将各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长的最小值,记为第一时长;
步骤S205:设置第一时长阈值;当第一时长小于第一时长阈值,对各个特征用电量变化比例所属历史周期内用电设备的用电量进行保留;
步骤S206:当特征用电量变化比例所属历史周期的总个数小于历史周期数量阈值,或特征用电量变化比例对应的第一时长大于等于第一时长阈值,将特征用电量变化比例所属历史周期记为目标历史周期;选取目标历史周期相邻历史周期用电量平均值,作为目标历史周期内用电设备的用电量;分别获取各个目标历史周期内用电设备的用电量;
步骤S207:对用电设备在各个历史周期内用电量进行获取;使用各个历史周期内用电设备用电量,对预测用电量神经网络模型进行训练,并对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,记为标记用电量;
步骤S300:对用电设备在各个历史周期内各个历史使用记录进行获取,对用电设备设备使用状态进行分析,得到当前周期内用电设备的特征时长;
其中,步骤S300包括:
步骤S301:获取历史周期内用电设备的各个历史使用记录;将历史使用记录产生时间点,记为历史使用记录的第一时间点;
步骤S302:获取历史周期内用电设备的历史使用记录总个数;当历史周期内某一时段中包含着历史使用记录的第一时间点,将历史使用记录,记为某一时段包含的历史使用记录;获取历史周期内各个时段包含的历史使用记录总个数;设置历史使用记录总个数比值阈值;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将某一时段,记为第一时段;
步骤S303:获取用电设备在历史周期内各个第一时段的时长,选取第一时段的时长对应数值的最小记为第二时段;将第二时段的时长,记为用电设备在历史周期内的标记时长;
步骤S304:获取用电设备在各个历史周期内的标记时长;计算用电设备在当前周期内的特征时长H:
;
其中,为历史周期总个数;/>为第x个历史周期的用电设备的标记时长;
步骤S400:对供电区域内各个用电设备在当前周期内的标记用电量进行获取;基于供电区域内各个用电设备在当前周期内的标记用电量,为供电区域配置相应电量的不间断电源;获取供电区域内各个用电设备在当前周期内的特征时长;当电网对供电出现断电时,启动不间断电源对供电区域内各个用电设备进行供电,并基于各个用电设备在当前周期内的特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节;
其中,步骤S400包括:
步骤S401:获取配电系统负责进行供电的各个用电设备在当前周期的标记用电量;根据配电区域各个用电设备在当前周期的标记用电量,对配电区域配置相应容量的不间断电源;
步骤S402:当当前周期内电网对工业园区供电正常时,不间断电源将电网电压转换为所需的电压,并通过内部的电池充电器为电池充电;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节;
为了更好实现上述方法还提出了电源调节监测系统,监测系统包括用电数据模块、标记用电量模块、特征时长模块、电源智能调节模块;
用电数据模块,用于对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;
标记用电量模块,用于对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
特征时长模块,用于对用电设备在当前周期内设备使用状态进行分析,得到当前周期内用电设备的特征时长;
电源智能调节模块,用于基于各个用电设备在当前周期内特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节;
其中,用电数据模块包括特征用电量单元、用电数据单元;
特征用电量单元,用于获取用电设备在历史周期内各个历史用电记录所对应的用电时长;计算用电设备的历史用电记录对应的特征用电量;
用电数据单元,用于对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集;
其中,标记用电量模块包括用电量变化比例单元、标记用电量单元;
用电量变化比例单元,用于获取用电设备在各个历史周期内的用电量;计算用电设备在历史周期的用电量变化比例;
标记用电量单元,用于使用神经网络模型对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,并记为标记用电量;
其中,特征时长模块包括第一时段单元、特征时长单元;
第一时段单元,用于对历史周期内各个时段包含的历史使用记录总个数进行获取;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将某一时段,记为第一时段;
特征时长单元,用于对用电设备在各个历史周期内的标记时长进行获取;计算用电设备在当前周期内的特征时长;
其中,电源智能调节模块包括电源智能调节单元;
电源智能调节单元,用于对配电区域配置相应容量的不间断电源;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节。
需要说明的是,在本文中,诸如第和第二等之类的关系术语仅仅用来将个实体或者操作与另个实体或操作区分开来,而不定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (9)
1.一种基于大数据分析的电源调节监测方法,其特征在于,所述方法包括:
步骤S100:获取供电区域内各个用电设备在各个历史周期内的所有历史用电记录;对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;
步骤S200:基于用电设备在各个历史周期内的各个历史用电数据,对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
步骤S300:对用电设备在各个历史周期内各个历史使用记录进行获取,对用电设备设备使用状态进行分析,得到当前周期内用电设备的特征时长;
步骤S400:对供电区域内各个用电设备在当前周期内的标记用电量进行获取;基于供电区域内各个用电设备在当前周期内的标记用电量,为供电区域配置相应电量的不间断电源;获取供电区域内各个用电设备在当前周期内的特征时长;当电网对供电出现断电时,启动不间断电源对供电区域内各个用电设备进行供电,并基于各个用电设备在当前周期内的特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节;
所述步骤S100包括:
步骤S101:获取用电设备在历史周期内各个历史用电记录所对应的用电量;获取用电设备在历史周期内各个历史用电记录所对应的用电时长;设置单位时长;计算用电设备的历史用电记录对应的特征用电量P:;
其中,为历史用电记录对应的用电设备的用电量;/>为单位时长;/>为历史用电记录对应的用电设备用电时长;
步骤S102:设置特征用电量阈值;当用电设备某一个历史用电记录的特征用电量小于特征用电量阈值,将用电设备所述某一个历史用电记录进行剔除;
步骤S103:对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;所述用电数据为历史用电记录对应的用电设备的用电量;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集。
2.根据权利要求1所述的一种基于大数据分析的电源调节监测方法,其特征在于,所述步骤S200包括:
步骤S201:计算用电设备历史周期的第一用电量U:;
其中,为历史周期内第i个历史用电记录中用电设备对应的用电量;j为历史周期内历史用电记录总个数;
步骤S202:获取用电设备在各个历史周期的第一用电量;计算用电设备在第a个历史周期的用电量变化比例:/>;
其中,为用电设备在第a个历史周期内的第一用电量;/>为用电设备在第a-1个历史周期内的第一用电量;
步骤S203:获取用电设备各个历史周期的用电量变化比例;设置用电量变化比例阈值;选取出大于用电量变化比例阈值的用电量变化比例记为特征用电量变化比例;获取特征用电量变化比例所属历史周期;
步骤S204:获取各个特征用电量变化比例的所属历史周期;设置历史周期数量阈值;当各个特征用电量变化比例的所属历史周期的总个数大于历史周期数量阈值,获取各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长,将各个特征用电量变化比例的所属历史周期与当前周期之间距离的时长的最小值,记为第一时长;
步骤S205:设置第一时长阈值;当第一时长小于第一时长阈值,对各个特征用电量变化比例所属历史周期内用电设备的用电量进行保留;
步骤S206:当特征用电量变化比例所属历史周期的总个数小于历史周期数量阈值,或特征用电量变化比例对应的第一时长大于等于第一时长阈值,将特征用电量变化比例所属历史周期记为目标历史周期;选取目标历史周期相邻历史周期用电量平均值,作为目标历史周期内用电设备的用电量;分别获取各个目标历史周期内用电设备的用电量;
步骤S207:对用电设备在各个历史周期内用电量进行获取;使用各个历史周期内用电设备用电量,对预测用电量神经网络模型进行训练,并对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,记为标记用电量。
3.根据权利要求2所述的一种基于大数据分析的电源调节监测方法,其特征在于,所述步骤S300包括:
步骤S301:获取历史周期内用电设备的各个历史使用记录;将历史使用记录产生时间点,记为所述历史使用记录的第一时间点;
步骤S302:获取历史周期内用电设备的历史使用记录总个数;当历史周期内某一时段中包含着历史使用记录的第一时间点,将历史使用记录,记为所述某一时段包含的历史使用记录;获取历史周期内各个时段包含的历史使用记录总个数;设置历史使用记录总个数比值阈值;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将所述某一时段,记为第一时段;
步骤S303:获取用电设备在历史周期内各个第一时段的时长,选取第一时段的时长对应数值的最小记为第二时段;将所述第二时段的时长,记为用电设备在历史周期内的标记时长;
步骤S304:获取用电设备在各个历史周期内的标记时长;计算用电设备在当前周期内的特征时长H:;
其中,为历史周期总个数;/>为第x个历史周期的用电设备的标记时长。
4.根据权利要求1所述的一种基于大数据分析的电源调节监测方法,其特征在于,所述步骤S400包括:
步骤S401:获取配电系统负责进行供电的各个用电设备在当前周期的标记用电量;根据配电区域各个用电设备在当前周期的标记用电量,对配电区域配置相应容量的不间断电源;
步骤S402:当当前周期内电网对工业园区供电正常时,不间断电源将电网电压转换为所需的电压,并通过内部的电池充电器为电池充电;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对所述用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节。
5.应用于权利要求1-4中任意一项所述的一种基于大数据分析的电源调节监测方法的电源调节监测系统,其特征在于,所述监测系统包括用电数据模块、标记用电量模块、特征时长模块、电源智能调节模块;
所述用电数据模块,用于对用电设备在历史周期内的各个历史用电记录进行筛选,并从保留的历史用电记录中提取出用电设备的历史用电数据;将用电设备在各个历史周期内的各个历史用电数据进行汇集;
所述标记用电量模块,用于对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的标记用电量;
所述特征时长模块,用于对用电设备在当前周期内设备使用状态进行分析,得到当前周期内用电设备的特征时长;
所述电源智能调节模块,用于基于各个用电设备在当前周期内特征时长,对当前周期供电区域内各个用电设备的供电进行智能调节。
6.根据权利要求5所述的电源调节监测系统,其特征在于,所述用电数据模块包括特征用电量单元、用电数据单元;
所述特征用电量单元,用于获取用电设备在历史周期内各个历史用电记录所对应的用电时长;计算用电设备的历史用电记录对应的特征用电量;
所述用电数据单元,用于对用电设备在各个历史周期内保留的历史用电记录进行汇集;从保留的历史用电记录中提取出用电设备的历史用电数据;获取用电设备在各个历史周期内保留的历史用电数据,并对用电设备在各个历史周期内保留的历史用电数据进行汇集。
7.根据权利要求5所述的电源调节监测系统,其特征在于,所述标记用电量模块包括用电量变化比例单元、标记用电量单元;
所述用电量变化比例单元,用于获取用电设备在各个历史周期内的用电量;计算用电设备在历史周期的用电量变化比例;
所述标记用电量单元,用于使用神经网络模型对用电设备在当前周期内用电量进行预测,得到用电设备在当前周期内的预测用电量,并记为标记用电量。
8.根据权利要求5所述的电源调节监测系统,其特征在于,所述特征时长模块包括第一时段单元、特征时长单元;
所述第一时段单元,用于对历史周期内各个时段包含的历史使用记录总个数进行获取;当某一时段包含用电设备历史使用记录总个数,占历史周期内历史使用记录总个数的比值大于历史使用记录总个数比值阈值,将所述某一时段,记为第一时段;
所述特征时长单元,用于对用电设备在各个历史周期内的标记时长进行获取;计算用电设备在当前周期内的特征时长。
9.根据权利要求5所述的电源调节监测系统,其特征在于,所述电源智能调节模块包括电源智能调节单元;
所述电源智能调节单元,用于对配电区域配置相应容量的不间断电源;当当前周期电网对工业园区供电出现故障,导致工业园区断电时,配电系统启动不间断电源为工业园区供电;当不间断电源负责进行供电的用电设备启动时,不间断电源对所述用电设备在开启后特征时长内进行优先供电,并对当前周期供电区域内各个用电设备的供电进行智能调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395879.XA CN117134480B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据分析的电源调节监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395879.XA CN117134480B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据分析的电源调节监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117134480A CN117134480A (zh) | 2023-11-28 |
CN117134480B true CN117134480B (zh) | 2024-01-12 |
Family
ID=88851158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311395879.XA Active CN117134480B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据分析的电源调节监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117134480B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809525A (zh) * | 2015-05-08 | 2015-07-29 | 广东电网有限责任公司阳江供电局 | 一种用电负荷的预测方法和装置 |
CN108808743A (zh) * | 2018-05-28 | 2018-11-13 | 华东理工大学 | 基于通信网络的多能源微电网能量预测和优化调度方法 |
CN109543908A (zh) * | 2018-11-26 | 2019-03-29 | 国家电网有限公司 | 一种基于居民家用电器能耗核算的居民用电量的预测方法 |
CN110059895A (zh) * | 2019-05-06 | 2019-07-26 | 上海上塔软件开发有限公司 | 基于用户行为的电器需求响应潜力分析方法 |
CN111104454A (zh) * | 2019-12-19 | 2020-05-05 | 国网湖南省电力有限公司 | 面向云上电网监视需求的多维度数据处理方法、系统及介质 |
CN112433907A (zh) * | 2020-10-26 | 2021-03-02 | 深圳前海有电物联科技有限公司 | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 |
CN113013980A (zh) * | 2021-02-09 | 2021-06-22 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种ups系统、ups系统的控制方法及装置 |
CN113050523A (zh) * | 2021-04-06 | 2021-06-29 | 广州中超合能科技有限公司 | 一种基于大数据融合模型的电力监控系统 |
CN114243752A (zh) * | 2021-11-12 | 2022-03-25 | 国网浙江省电力有限公司杭州供电公司 | 一种分布式应急电源并网调控系统及方法 |
CN114530904A (zh) * | 2022-01-25 | 2022-05-24 | 苏州清陶新能源科技有限公司 | 一种不间断电源的控制方法 |
CN114662563A (zh) * | 2022-02-22 | 2022-06-24 | 国网甘肃省电力公司信息通信公司 | 一种基于梯度提升算法的工业用电非侵入负荷分解方法 |
CN114897247A (zh) * | 2022-05-16 | 2022-08-12 | 湖北精准极速科技有限公司 | 一种基于大数据的智能电网配网调度运行管理方法 |
CN115327264A (zh) * | 2022-07-28 | 2022-11-11 | 中国电信股份有限公司 | 一种数据中心的异常检测方法、装置、电子设备和介质 |
CN115640911A (zh) * | 2022-11-15 | 2023-01-24 | 深圳供电局有限公司 | 一种电力系统可靠性优化系统及方法 |
CN116169675A (zh) * | 2023-04-21 | 2023-05-26 | 南方电网数字电网研究院有限公司 | 考虑运行方式变化的电力系统动态稳定性在线评估方法 |
CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
CN116389944A (zh) * | 2023-04-27 | 2023-07-04 | 漆燕 | 基于远程抄表数据采集的排查策略定制系统 |
CN116500367A (zh) * | 2023-06-25 | 2023-07-28 | 常州满旺半导体科技有限公司 | 基于大数据的电压源性能自适应监测系统及方法 |
CN116646986A (zh) * | 2023-05-29 | 2023-08-25 | 浙江正泰智维能源服务有限公司 | 集约型农业的可再生能源供能方法、装置、系统及介质 |
CN116667343A (zh) * | 2023-07-31 | 2023-08-29 | 国网浙江省电力有限公司宁波供电公司 | 一种基于单位画像的供电管理方法和供电管理模块 |
CN116896063A (zh) * | 2023-05-29 | 2023-10-17 | 杭州鸿晟电力设计咨询有限公司 | 变配电智能控制方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11662794B2 (en) * | 2021-09-17 | 2023-05-30 | Lenovo (United States) Inc. | Using a predicted workload to improve preparedness of backup power source |
-
2023
- 2023-10-26 CN CN202311395879.XA patent/CN117134480B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809525A (zh) * | 2015-05-08 | 2015-07-29 | 广东电网有限责任公司阳江供电局 | 一种用电负荷的预测方法和装置 |
CN108808743A (zh) * | 2018-05-28 | 2018-11-13 | 华东理工大学 | 基于通信网络的多能源微电网能量预测和优化调度方法 |
CN109543908A (zh) * | 2018-11-26 | 2019-03-29 | 国家电网有限公司 | 一种基于居民家用电器能耗核算的居民用电量的预测方法 |
CN110059895A (zh) * | 2019-05-06 | 2019-07-26 | 上海上塔软件开发有限公司 | 基于用户行为的电器需求响应潜力分析方法 |
CN111104454A (zh) * | 2019-12-19 | 2020-05-05 | 国网湖南省电力有限公司 | 面向云上电网监视需求的多维度数据处理方法、系统及介质 |
CN112433907A (zh) * | 2020-10-26 | 2021-03-02 | 深圳前海有电物联科技有限公司 | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 |
CN113013980A (zh) * | 2021-02-09 | 2021-06-22 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种ups系统、ups系统的控制方法及装置 |
CN113050523A (zh) * | 2021-04-06 | 2021-06-29 | 广州中超合能科技有限公司 | 一种基于大数据融合模型的电力监控系统 |
CN114243752A (zh) * | 2021-11-12 | 2022-03-25 | 国网浙江省电力有限公司杭州供电公司 | 一种分布式应急电源并网调控系统及方法 |
CN114530904A (zh) * | 2022-01-25 | 2022-05-24 | 苏州清陶新能源科技有限公司 | 一种不间断电源的控制方法 |
CN114662563A (zh) * | 2022-02-22 | 2022-06-24 | 国网甘肃省电力公司信息通信公司 | 一种基于梯度提升算法的工业用电非侵入负荷分解方法 |
CN114897247A (zh) * | 2022-05-16 | 2022-08-12 | 湖北精准极速科技有限公司 | 一种基于大数据的智能电网配网调度运行管理方法 |
CN115327264A (zh) * | 2022-07-28 | 2022-11-11 | 中国电信股份有限公司 | 一种数据中心的异常检测方法、装置、电子设备和介质 |
CN115640911A (zh) * | 2022-11-15 | 2023-01-24 | 深圳供电局有限公司 | 一种电力系统可靠性优化系统及方法 |
CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
CN116169675A (zh) * | 2023-04-21 | 2023-05-26 | 南方电网数字电网研究院有限公司 | 考虑运行方式变化的电力系统动态稳定性在线评估方法 |
CN116389944A (zh) * | 2023-04-27 | 2023-07-04 | 漆燕 | 基于远程抄表数据采集的排查策略定制系统 |
CN116646986A (zh) * | 2023-05-29 | 2023-08-25 | 浙江正泰智维能源服务有限公司 | 集约型农业的可再生能源供能方法、装置、系统及介质 |
CN116896063A (zh) * | 2023-05-29 | 2023-10-17 | 杭州鸿晟电力设计咨询有限公司 | 变配电智能控制方法及系统 |
CN116500367A (zh) * | 2023-06-25 | 2023-07-28 | 常州满旺半导体科技有限公司 | 基于大数据的电压源性能自适应监测系统及方法 |
CN116667343A (zh) * | 2023-07-31 | 2023-08-29 | 国网浙江省电力有限公司宁波供电公司 | 一种基于单位画像的供电管理方法和供电管理模块 |
Non-Patent Citations (2)
Title |
---|
Soothsayer: Predicting Capacity Usage in Backup Storage Systems;Christy Vaughn等;《2015 IEEE 23rd International Symposium on Modeling, Analysis, and Simulation of Computer and Telecommunication Systems》;208-217页 * |
考虑数据中心和分布式能源接入的配电网双层规划方法;沈玉明等;《全球能源互联网》;第6卷(第2期);116-124页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117134480A (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Leakage-aware energy synchronization for wireless sensor networks | |
US8571720B2 (en) | Supply-demand balance controller | |
US20170060162A1 (en) | Control systems and methods for utility grid frequency regulation programs | |
CN116757877B (zh) | 新能源接入配电网的电网线损降损优化方法及系统 | |
CN105990842B (zh) | 一种电力调峰的方法及装置 | |
CN109494843A (zh) | 电池控制方法、装置和电子设备 | |
CN115983501A (zh) | 一种基于大数据的便携式储能设备监测系统及方法 | |
CN115811135A (zh) | 一种基于电网调峰调频的充换电设备智能监测调控系统 | |
CN117578706A (zh) | 一种基于电网的多层级负荷管理系统及其方法 | |
CN117134480B (zh) | 一种基于大数据分析的电源调节监测系统及方法 | |
CN115833087A (zh) | 储能设备控制方法、装置、存储介质及储能设备 | |
CN110794671B (zh) | 家庭能源能量管理方法以及系统 | |
CN116885763B (zh) | 一种适用于分布式储能系统的能量管理装置及方法 | |
CN108767883B (zh) | 一种需求侧的响应处理方法 | |
CN114172255B (zh) | 一种供电系统、供电方法、电子设备及存储介质 | |
CN116862036A (zh) | 一种负载预测方法以及装置 | |
CN110531680B (zh) | 一种智能电力监测偏向供电系统及控制方法 | |
CN114281113A (zh) | 一种水电设备智能运行信息模型的构建方法及其系统 | |
CN117114368B (zh) | 一种基于人工智能的工业大数据数据安全监测系统及方法 | |
CN112910090A (zh) | 一种基于云储存的电网监控系统 | |
CN116454883B (zh) | 一种在线取电设备的电源动态管理方法及终端 | |
CN116720717B (zh) | 一种建筑能源管理调节系统及方法 | |
CN116632839B (zh) | 一种基于能碳监测的园区电力管理调节方法及装置 | |
CN117791686B (zh) | 一种用于光伏声屏障的储能管理方法及系统 | |
CN118100244A (zh) | 一种基站充放电控制方法、装置、电子设备和存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A power regulation monitoring system and method based on big data analysis Granted publication date: 20240112 Pledgee: Bank of Nanjing Co.,Ltd. Changzhou Branch Pledgor: Changzhou manwang Semiconductor Technology Co.,Ltd. Registration number: Y2024980010098 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |