CN117649131A - 一种基于ai的能源系统资源适配方法、系统和介质 - Google Patents
一种基于ai的能源系统资源适配方法、系统和介质 Download PDFInfo
- Publication number
- CN117649131A CN117649131A CN202410117822.1A CN202410117822A CN117649131A CN 117649131 A CN117649131 A CN 117649131A CN 202410117822 A CN202410117822 A CN 202410117822A CN 117649131 A CN117649131 A CN 117649131A
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- information
- configuration
- preset
- 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.)
- Granted
Links
- 230000006978 adaptation Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 106
- 238000012937 correction Methods 0.000 claims abstract description 95
- 230000005284 excitation Effects 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims abstract description 14
- 238000005265 energy consumption Methods 0.000 claims description 114
- 230000000694 effects Effects 0.000 claims description 84
- 238000004519 manufacturing process Methods 0.000 claims description 63
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000013210 evaluation model Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 20
- 238000001556 precipitation Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000011161 development Methods 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种基于AI的能源系统资源适配方法、系统和介质。该方法包括：根据预设区域的大数据信息包括类型能源配置、区域经济规划、气象预测、能源经济环境的信息以及历史产业经济数据、能源结构布局和系统设备运行数据、能源市场配置波动指数和能源供需链断供评级指数进行数据处理，对区域类型能源配产相关的消费需求、环境激励、系统运行、价格趋势以及风险方面进行预测评估以及修正，获得类型能源配产的修正结果数据并配产；从而实现通过能源信息大数据对区域能源产量结合相关消费需求、环境激励、系统状况、价格趋势、风险等方面数据进行处理预测获得能源产量适配的优化处理结果，以实现对区域的类型能源进行智能配产技术。
Description
技术领域
本申请涉及大数据及能源生产领域，具体而言，涉及一种基于AI的能源系统资源适配方法、系统和介质。
背景技术
能源作为社会发展核心资源一直是受到广泛重点关注，而由于能源的种类、生产方法多种多样，各类能源的能源集成配产管理、能源市场统筹优化、能源系统配置运行以及能源风险管控和价格预测均是决定能源良好、持续、可靠发展的核心研究内容，而由于各类能源受到能源产地、供需关系、气候条件、生产设施以及市场价格走势等诸多要素的影响，因此，如何对与能源生产适配相关联的要素进行科学分析和方法处理是影响能源精准适配生产的核心，而借助AI技术可实现对能源生产配置的精准计算和科学优化，目前缺乏可通过AI技术对能源配产相关的大数据信息的有效处理以获得对各类型能源进行产能适配的技术，因此上述应用技术目前存在空缺。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于AI的能源系统资源适配方法、系统和介质，可以通过能源信息大数据对区域能源产量结合相关消费需求、环境激励、系统状况、价格趋势、风险等方面数据进行处理预测获得能源产量适配的优化处理，以实现对区域的类型能源进行智能配产技术。
本申请实施例还提供了一种基于AI的能源系统资源适配方法，包括以下步骤：
获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据，包括：
获取预设区域的类型能源配置信息和区域经济规划信息；
所述类型能源配置信息包括类型能源装机信息和类型能源占比信息，所述区域经济规划信息包括经济量级信息和区域经济带比重信息；
获取所述预设区域在预设时间段内的气象预测信息；
根据所述气象预测信息结合所述区域经济规划信息和类型能源配置信息通过预设能源供求信息数据库的能源产能配置预测模型进行处理，获得类型能源在所述预设时间段内的能源配置产量预测数据。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据，包括：
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息；
根据所述区域产业活动历史信息提取区域产业活动历史数据，包括区域产业生产规模历史数据和区域产业历史能耗数据；
根据所述区域居民经济历史信息提取区域居民经济历史数据，包括区域居民活动历史能耗数据和区域居民能耗结构历史数据；
根据所述气象预测信息提取气象预测数据，包括温变数据、寒冷预警等级和降水指数等级；
根据所述区域产业活动历史数据和区域居民经济历史数据结合所述气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数，包括：
获取所述预设区域的能源经济环境信息，包括能源环境子信息、经济环境子信息和能源经济政策子信息；
根据所述能源环境子信息提取类型能源扶持力指数，根据所述经济环境子信息提取经济活力激励走势指数，根据所述能源经济政策子信息提取类型能源政策导向激励指数；
根据所述类型能源扶持力指数以及经济活力激励走势指数和类型能源政策导向激励指数进行处理，获得所述类型能源的能源优产环境激励系数。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数，包括：
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据；
所述能源结构布局动态数据包括系统结构优化指标数据和能源结构比重数据，所述系统设备运行动态数据包括系统运行故障率数据和设备总非可靠率数据；
根据所述系统结构优化指标数据和能源结构比重数据结合所述系统运行故障率数据以及设备总非可靠率数据进行处理，获得能源系统运行可靠度评估系数。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据，包括：
根据所述温变数据、寒冷预警等级和降水指数等级结合所述能源优产环境激励系数以及所述系统运行故障率数据和设备总非可靠率数据，对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
所述能源配置产量修正预测数据的修正计算公式为：
；
其中，为能源配置产量修正预测数据，、、分别为温变数据、寒冷预警等级、降水指数等级，为能源优产环境激励系数，、分别为系统运行故障率数据、设备总非可靠率数据，为能源配置产量预测数据，、、为预设特征系数。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数，包括：
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息；
根据所述能源异常配置历史信息提取能源市场配置波动指数和能源供需链断供评级指数；
根据所述能源市场配置波动指数和能源供需链断供评级指数结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
所述能源价格趋势预测指数的计算公式为：
；
其中，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源消费需求预测数据，为预设特征系数。
可选地，在本申请实施例所述的基于AI的能源系统资源适配方法中，所述根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产，包括：
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数；
根据所述能源产能配置风险制约系数对所述能源配置产量修正预测数据进行补偿修正处理，获得能源配置产量补偿修正数据；
根据所述能源配置产量补偿修正数据对所述预设区域内的所述类型能源进行配产；
所述能源配置产量补偿修正数据的补偿计算公式为：
；
其中，为能源配置产量补偿修正数据，为能源产能配置风险制约系数，为能源配置产量修正预测数据，、为预设特征系数。
第二方面，本申请实施例提供了一种基于AI的能源系统资源适配系统，该系统包括：存储器及处理器，所述存储器中包括基于AI的能源系统资源适配方法的程序，所述基于AI的能源系统资源适配方法的程序被所述处理器执行时实现以下步骤：
获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于AI的能源系统资源适配方法程序，所述基于AI的能源系统资源适配方法程序被处理器执行时，实现如上述任一项所述的基于AI的能源系统资源适配方法的步骤。
由上可知，本申请实施例提供的一种基于AI的能源系统资源适配方法、系统和介质，通过根据预设区域的类型能源配置信息和区域经济规划信息和气象预测信息获得类型能源的能源配置产量预测数据，通过信息库获取相同历史的产业活动和居民经济历史数据，并结合气象预测数据获得能源消费需求预测数据，根据能源经济环境信息以及子信息对应指数并获得能源优产环境激励系数，提取能源结构布局和系统设备运行的动态数据处理获得能源系统运行可靠度评估系数，再根据气象预测数据结合能源优产环境激励系数和系统设备运行动态数据对能源配置产量预测数据进行修正获得能源配置产量修正预测数据，后通过数据库提取能源市场配置波动指数和能源供需链断供评级指数结合能源消费需求预测数据处理获得能源价格趋势预测指数，再结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数处理获得能源产能配置风险制约系数，再对能源配置产量修正预测数据补偿修正获得能源配置产量补偿修正数据并对预设区域内进行能源配产；从而实现通过大数据对区域能源产量进行数据处理和智能适配，以实现对区域能源的产能适配技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的基于AI的能源系统资源适配方法的流程图；
图2为本申请实施例提供的基于AI的能源系统资源适配方法的获得能源配置产量预测数据的流程图；
图3为本申请实施例提供的基于AI的能源系统资源适配方法的获得能源消费需求预测数据的流程图；
图4为本申请实施例提供的基于AI的能源系统资源适配方法的获得能源优产环境激励系数的流程图；
图5为本申请实施例提供的基于AI的能源系统资源适配方法的获得能源系统运行可靠度评估系数的流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的基于AI的能源系统资源适配方法的流程图。该基于AI的能源系统资源适配方法用于终端设备中，例如电脑、手机终端等。该基于AI的能源系统资源适配方法，包括以下步骤：
S11、获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
S12、通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
S13、获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
S14、根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
S15、根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
S16、通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
S17、根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
其中，为实现对区域内某类型能源的优化配产以实现能源的资源适配，对获取的预设区域内能源生产和使用相关的信息数据进行处理以获得消费需求、环境激励、系统状况、价格趋势、风险等方面的数据分析预测，最终获得类型能源的配置产量的修正计算数据，实现对区域类型能源的智能配产，通过获取预设区域的类型能源配置信息和区域经济规划信息以及气象预测信息通过模型预测处理获得能源配置产量预测数据，再通过区域相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据结合气象预测数据进行计算获得能源消费需求预测数据，并获取能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息提取对应指数并处理获得能源优产环境激励系数，根据类型能源配置信息提取能源结构布局动态数据和系统设备运行动态数据处理获得能源系统运行可靠度评估系数，后根据气象预测数据结合能源优产环境激励系数以及系统设备运行动态数据对能源配置产量预测数据修正获得能源配置产量修正预测数据，通过预设能源供求信息数据库提取相似历史气象数据条件下的能源市场配置波动指数和能源供需链断供评级指数结合能源消费需求预测数据进行处理获得能源价格趋势预测指数，最后根据能源价格趋势预测指数结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数计算获得能源产能配置风险制约系数，并对能源配置产量修正预测数据进行补偿修正获得能源配置产量补偿修正数据，根据该补偿修正数据对预设区域内的类型能源进行配产。
请参照图2，图2是本申请一些实施例中的基于AI的能源系统资源适配方法的获得能源配置产量预测数据的流程图。根据本发明实施例，所述获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据，具体为：
S21、获取预设区域的类型能源配置信息和区域经济规划信息；
S22、所述类型能源配置信息包括类型能源装机信息和类型能源占比信息，所述区域经济规划信息包括经济量级信息和区域经济带比重信息；
S23、获取所述预设区域在预设时间段内的气象预测信息；
S24、根据所述气象预测信息结合所述区域经济规划信息和类型能源配置信息通过预设能源供求信息数据库的能源产能配置预测模型进行处理，获得类型能源在所述预设时间段内的能源配置产量预测数据。
其中，由于区域的某类型能源的产量配置受能源类别比重、能源设计装机、区域经济体量、区域与经济带规划情况以及区域气候气象条件的影响，因此为获得预设区域内某类型能源的产量配置的优化预测，通过预设的能源供求信息数据库包含的能源产能配置预测模型对区域内类型能源的配置信息、经济规划信息以及气象预测信息进行处理，获得对能源配置产量的初步预测，该能源产能配置预测模型是通过对各区域的类型能源的大量历史气象预测信息、历史区域经济规划信息和历史类型能源配置信息以及历史能源配置产量数据进行处理，获得的预测区域能源配置产量的数据估测模型，预设能源供求信息数据库是通过采集各区域能源产能、供需、市场、生产等相关信息获得的平台数据库，其中包含多个能源数据处理模型。
请参照图3，图3是本申请一些实施例中的基于AI的能源系统资源适配方法的获得能源消费需求预测数据的流程图。根据本发明实施例，所述通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据，具体为：
S31、通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息；
S32、根据所述区域产业活动历史信息提取区域产业活动历史数据，包括区域产业生产规模历史数据和区域产业历史能耗数据；
S33、根据所述区域居民经济历史信息提取区域居民经济历史数据，包括区域居民活动历史能耗数据和区域居民能耗结构历史数据；
S34、根据所述气象预测信息提取气象预测数据，包括温变数据、寒冷预警等级和降水指数等级；
S35、根据所述区域产业活动历史数据和区域居民经济历史数据结合所述气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据。
其中，为获得区域内某类型能源的精准优化配产，还需对区域内影响和制约能源产能配置具有关联影响作用的能源消费需求、环境政策激励、能源生产系统状况、能源价格趋势、产能风险等方面的数据进行分析和预测，以获得对能源配产的有效评估，首先，通过预设的区域经济活动信息库的历史经济活动的相关记录信息获取预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息，并分别提取历史数据，其中区域产业活动历史数据包括反映区域产业生产的历史规模和区域产业的历史能耗的数据，区域居民经济历史数据包括反映区域居民的历史活动的能耗和区域居民的历史能耗结构的数据，即区域产业的历史规模、历史能耗以及区域居民的历史能耗、能耗结构的数据，同时提取气象预测数据包括温变数据、寒冷预警等级和降水指数等级，再对上述数据通过预设能源消费需求预测模型的计算公式进行计算处理，获得类型能源在预设时间段内的能源消费需求预测数据，该消费需求预测数据是对区域该类型能源消费需求度的衡量结果，其中，所述能源消费需求预测数据的计算公式为：
；
其中，为能源消费需求预测数据，、分别为区域产业生产规模历史数据、区域产业历史能耗数据，、分别为区域居民活动历史能耗数据、区域居民能耗结构历史数据，、、分别为温变数据、寒冷预警等级、降水指数等级，、、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
请参照图4，图4是本申请一些实施例中的基于AI的能源系统资源适配方法的获得能源优产环境激励系数的流程图。根据本发明实施例，所述获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数，具体为：
S41、获取所述预设区域的能源经济环境信息，包括能源环境子信息、经济环境子信息和能源经济政策子信息；
S42、根据所述能源环境子信息提取类型能源扶持力指数，根据所述经济环境子信息提取经济活力激励走势指数，根据所述能源经济政策子信息提取类型能源政策导向激励指数；
S43、根据所述类型能源扶持力指数以及经济活力激励走势指数和类型能源政策导向激励指数进行处理，获得所述类型能源的能源优产环境激励系数。
其中，为评估衡量出类型能源在区域的政策扶持环境的优化激励度情况，通过预设区域经济活动信息库获取区域的能源经济环境信息，其中包括能源发展扶持环境、经济环境和能源经济政策的子信息，再提取出相关的指数包括类型能源的扶持力指数、经济活力激励走势指数、类型能源的政策导向激励指数，再根据指数进行处理，获得反映类型能源优产政策环境的激励度的系数，其中，所述能源优产环境激励系数的计算公式为：
；
其中，为能源优产环境激励系数，、、分别为类型能源扶持力指数、经济活力激励走势指数、类型能源政策导向激励指数，为预设特征系数（特征系数通过预设区域经济活动信息库查询获得）。
请参照图5，图5是本申请一些实施例中的基于AI的能源系统资源适配方法的获得能源系统运行可靠度评估系数的流程图。根据本发明实施例，所述根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数，具体为：
S51、根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据；
S52、所述能源结构布局动态数据包括系统结构优化指标数据和能源结构比重数据，所述系统设备运行动态数据包括系统运行故障率数据和设备总非可靠率数据；
S53、根据所述系统结构优化指标数据和能源结构比重数据结合所述系统运行故障率数据以及设备总非可靠率数据进行处理，获得能源系统运行可靠度评估系数。
其中，由于类型能源的结构配比、能源结构布局比重和能源生产运行状况也影响类型能源配产结果，需对类型能源的系统运行可靠度进行评估，通过类型能源配置信息提取预设区域的能源结构布局动态数据和系统设备运行动态数据，能源结构布局动态数据是反映能源系统总体结构的动态优化情况，包括系统结构的优化指标数据和类型能源在能源结构的比重数据，系统设备运行动态数据是能源系统设备运行的动态监测数据，包括系统运行故障率数据和设备总体非可靠率数据，在根据上述数据进行处理，获得能源系统运行可靠度评估系数，其中，所述能源系统运行可靠度评估系数的计算公式为：
；
其中，为能源系统运行可靠度评估系数，、分别为系统结构优化指标数据、能源结构比重数据，、分别为系统运行故障率数据、设备总非可靠率数据，为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
根据本发明实施例，所述根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据，具体为：
根据所述温变数据、寒冷预警等级和降水指数等级结合所述能源优产环境激励系数以及所述系统运行故障率数据和设备总非可靠率数据，对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
所述能源配置产量修正预测数据的修正计算公式为：
；
其中，为能源配置产量修正预测数据，、、分别为温变数据、寒冷预警等级、降水指数等级，为能源优产环境激励系数，、分别为系统运行故障率数据、设备总非可靠率数据，为能源配置产量预测数据，、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，由于能源配产的预测数据受到时间段内气候、能源政策以及生产运行状况的影响，因此，为使能源配产预测进一步精准化，根据气象预测数据包括温变数据、寒冷预警等级和降水指数等级结合能源优产环境激励系数以及系统运行故障率数据和设备总非可靠率数据对能源配置产量预测数据进行修正，获得能源配置产量的修正预测数据。
根据本发明实施例，所述通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数，具体为：
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息；
根据所述能源异常配置历史信息提取能源市场配置波动指数和能源供需链断供评级指数；
根据所述能源市场配置波动指数和能源供需链断供评级指数结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
所述能源价格趋势预测指数的计算公式为：
；
其中，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源消费需求预测数据，为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，由于能源价格收到多种要素干扰，一定时间段内区域的类型能源的价格走势变化可能存在较大变幅，而价格走势也直接制约区域类型能源的配产结果，因此需对时间段内的类型能源的价格趋势走向程度进行有效测算，而制约能源价格走势的主要要素是气候条件下的市场波动和供应链，以及能源消费需求度，为精准计算类型能源在一定时间段的价格走势，根据区域在相似历史气候条件下的能源配置历史数据结合时间段的消费需求预测数据进行计算，获得对能源价格趋势的预测指数结果，相似历史气候条件是通过余弦相似度处理获得的与气象预测数据最大相似的历史气象数据的条件，再提取相似气象历史时期内的能源异常配置历史信息，包括提取能源市场的配置波动的历史指数和能源供需链断供评级的历史指数，即能源市场产能配置的波动情况指数和能源供应链断供度的评级结果指数，再结合能源消费需求预测数据通过价格走势评测模型的计算公式进行计算，获得价格趋势预测指数，该预测指数反映了对时间段内的类型能源价格走势强弱起伏程度的预测结果。
根据本发明实施例，所述根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产，具体为：
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数；
根据所述能源产能配置风险制约系数对所述能源配置产量修正预测数据进行补偿修正处理，获得能源配置产量补偿修正数据；
根据所述能源配置产量补偿修正数据对所述预设区域内的所述类型能源进行配产；
所述能源配置产量补偿修正数据的补偿计算公式为：
；
其中，为能源配置产量补偿修正数据，为能源产能配置风险制约系数，为能源配置产量修正预测数据，、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，最后，根据获得的能源价格趋势预测指数结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数通过预设能源配置风险评估模型的风险评估计算公式进行计算，获得反映能源产能配置风险度状况的能源产能配置风险制约系数，即对类型能源配产的影响制约程度的风险制约系数，再根据该风险制约系数对能源配置产量修正预测数据进行补偿修正计算，获得优化补偿后的能源配置产量补偿修正数据，即获得精准优化的能源配产评估结果，实现对类型能源的资源优化配置生产，其中，所述能源产能配置风险制约系数的计算公式为：
；
其中，为能源产能配置风险制约系数，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源系统运行可靠度评估系数，、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
本发明还公开了一种基于AI的能源系统资源适配系统，包括存储器和处理器，所述存储器中包括基于AI的能源系统资源适配方法程序，所述基于AI的能源系统资源适配方法程序被所述处理器执行体征异样修正数据时实现如下步骤：
获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
其中，为实现对区域内某类型能源的优化配产以实现能源的资源适配，对获取的预设区域内能源生产和使用相关的信息数据进行处理以获得消费需求、环境激励、系统状况、价格趋势、风险等方面的数据分析预测，最终获得类型能源的配置产量的修正计算数据，实现对区域类型能源的智能配产，通过获取预设区域的类型能源配置信息和区域经济规划信息以及气象预测信息通过模型预测处理获得能源配置产量预测数据，再通过区域相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据结合气象预测数据进行计算获得能源消费需求预测数据，并获取能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息提取对应指数并处理获得能源优产环境激励系数，根据类型能源配置信息提取能源结构布局动态数据和系统设备运行动态数据处理获得能源系统运行可靠度评估系数，后根据气象预测数据结合能源优产环境激励系数以及系统设备运行动态数据对能源配置产量预测数据修正获得能源配置产量修正预测数据，通过预设能源供求信息数据库提取相似历史气象数据条件下的能源市场配置波动指数和能源供需链断供评级指数结合能源消费需求预测数据进行处理获得能源价格趋势预测指数，最后根据能源价格趋势预测指数结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数计算获得能源产能配置风险制约系数，并对能源配置产量修正预测数据进行补偿修正获得能源配置产量补偿修正数据，根据该补偿修正数据对预设区域内的类型能源进行配产。
根据本发明实施例，所述获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据，具体为：
获取预设区域的类型能源配置信息和区域经济规划信息；
所述类型能源配置信息包括类型能源装机信息和类型能源占比信息，所述区域经济规划信息包括经济量级信息和区域经济带比重信息；
获取所述预设区域在预设时间段内的气象预测信息；
根据所述气象预测信息结合所述区域经济规划信息和类型能源配置信息通过预设能源供求信息数据库的能源产能配置预测模型进行处理，获得类型能源在所述预设时间段内的能源配置产量预测数据。
其中，由于区域的某类型能源的产量配置受能源类别比重、能源设计装机、区域经济体量、区域与经济带规划情况以及区域气候气象条件的影响，因此为获得预设区域内某类型能源的产量配置的优化预测，通过预设的能源供求信息数据库包含的能源产能配置预测模型对区域内类型能源的配置信息、经济规划信息以及气象预测信息进行处理，获得对能源配置产量的初步预测，该能源产能配置预测模型是通过对各区域的类型能源的大量历史气象预测信息、历史区域经济规划信息和历史类型能源配置信息以及历史能源配置产量数据进行处理，获得的预测区域能源配置产量的数据估测模型，预设能源供求信息数据库是通过采集各区域能源产能、供需、市场、生产等相关信息获得的平台数据库，其中包含多个能源数据处理模型。
根据本发明实施例，所述通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据，具体为：
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息；
根据所述区域产业活动历史信息提取区域产业活动历史数据，包括区域产业生产规模历史数据和区域产业历史能耗数据；
根据所述区域居民经济历史信息提取区域居民经济历史数据，包括区域居民活动历史能耗数据和区域居民能耗结构历史数据；
根据所述气象预测信息提取气象预测数据，包括温变数据、寒冷预警等级和降水指数等级；
根据所述区域产业活动历史数据和区域居民经济历史数据结合所述气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据。
其中，为获得区域内某类型能源的精准优化配产，还需对区域内影响和制约能源产能配置具有关联影响作用的能源消费需求、环境政策激励、能源生产系统状况、能源价格趋势、产能风险等方面的数据进行分析和预测，以获得对能源配产的有效评估，首先，通过预设的区域经济活动信息库的历史经济活动的相关记录信息获取预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息，并分别提取历史数据，其中区域产业活动历史数据包括反映区域产业生产的历史规模和区域产业的历史能耗的数据，区域居民经济历史数据包括反映区域居民的历史活动的能耗和区域居民的历史能耗结构的数据，即区域产业的历史规模、历史能耗以及区域居民的历史能耗、能耗结构的数据，同时提取气象预测数据包括温变数据、寒冷预警等级和降水指数等级，再对上述数据通过预设能源消费需求预测模型的计算公式进行计算处理，获得类型能源在预设时间段内的能源消费需求预测数据，该消费需求预测数据是对区域该类型能源消费需求度的衡量结果，其中，所述能源消费需求预测数据的计算公式为：
；
其中，为能源消费需求预测数据，、分别为区域产业生产规模历史数据、区域产业历史能耗数据，、分别为区域居民活动历史能耗数据、区域居民能耗结构历史数据，、、分别为温变数据、寒冷预警等级、降水指数等级，、、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
根据本发明实施例，所述获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数，具体为：
获取所述预设区域的能源经济环境信息，包括能源环境子信息、经济环境子信息和能源经济政策子信息；
根据所述能源环境子信息提取类型能源扶持力指数，根据所述经济环境子信息提取经济活力激励走势指数，根据所述能源经济政策子信息提取类型能源政策导向激励指数；
根据所述类型能源扶持力指数以及经济活力激励走势指数和类型能源政策导向激励指数进行处理，获得所述类型能源的能源优产环境激励系数。
其中，为评估衡量出类型能源在区域的政策扶持环境的优化激励度情况，通过预设区域经济活动信息库获取区域的能源经济环境信息，其中包括能源发展扶持环境、经济环境和能源经济政策的子信息，再提取出相关的指数包括类型能源的扶持力指数、经济活力激励走势指数、类型能源的政策导向激励指数，再根据指数进行处理，获得反映类型能源优产政策环境的激励度的系数，其中，所述能源优产环境激励系数的计算公式为：
；
其中，为能源优产环境激励系数，、、分别为类型能源扶持力指数、经济活力激励走势指数、类型能源政策导向激励指数，为预设特征系数（特征系数通过预设区域经济活动信息库查询获得）。
根据本发明实施例，所述根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数，具体为：
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据；
所述能源结构布局动态数据包括系统结构优化指标数据和能源结构比重数据，所述系统设备运行动态数据包括系统运行故障率数据和设备总非可靠率数据；
根据所述系统结构优化指标数据和能源结构比重数据结合所述系统运行故障率数据以及设备总非可靠率数据进行处理，获得能源系统运行可靠度评估系数。
其中，由于类型能源的结构配比、能源结构布局比重和能源生产运行状况也影响类型能源配产结果，需对类型能源的系统运行可靠度进行评估，通过类型能源配置信息提取预设区域的能源结构布局动态数据和系统设备运行动态数据，能源结构布局动态数据是反映能源系统总体结构的动态优化情况，包括系统结构的优化指标数据和类型能源在能源结构的比重数据，系统设备运行动态数据是能源系统设备运行的动态监测数据，包括系统运行故障率数据和设备总体非可靠率数据，在根据上述数据进行处理，获得能源系统运行可靠度评估系数，其中，所述能源系统运行可靠度评估系数的计算公式为：
；
其中，为能源系统运行可靠度评估系数，、分别为系统结构优化指标数据、能源结构比重数据，、分别为系统运行故障率数据、设备总非可靠率数据，为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
根据本发明实施例，所述根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据，具体为：
根据所述温变数据、寒冷预警等级和降水指数等级结合所述能源优产环境激励系数以及所述系统运行故障率数据和设备总非可靠率数据，对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
所述能源配置产量修正预测数据的修正计算公式为：
；
其中，为能源配置产量修正预测数据，、、分别为温变数据、寒冷预警等级、降水指数等级，为能源优产环境激励系数，、分别为系统运行故障率数据、设备总非可靠率数据，为能源配置产量预测数据，、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，由于能源配产的预测数据受到时间段内气候、能源政策以及生产运行状况的影响，因此，为使能源配产预测进一步精准化，根据气象预测数据包括温变数据、寒冷预警等级和降水指数等级结合能源优产环境激励系数以及系统运行故障率数据和设备总非可靠率数据对能源配置产量预测数据进行修正，获得能源配置产量的修正预测数据。
根据本发明实施例，所述通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数，具体为：
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息；
根据所述能源异常配置历史信息提取能源市场配置波动指数和能源供需链断供评级指数；
根据所述能源市场配置波动指数和能源供需链断供评级指数结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
所述能源价格趋势预测指数的计算公式为：
；
其中，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源消费需求预测数据，为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，由于能源价格收到多种要素干扰，一定时间段内区域的类型能源的价格走势变化可能存在较大变幅，而价格走势也直接制约区域类型能源的配产结果，因此需对时间段内的类型能源的价格趋势走向程度进行有效测算，而制约能源价格走势的主要要素是气候条件下的市场波动和供应链，以及能源消费需求度，为精准计算类型能源在一定时间段的价格走势，根据区域在相似历史气候条件下的能源配置历史数据结合时间段的消费需求预测数据进行计算，获得对能源价格趋势的预测指数结果，相似历史气候条件是通过余弦相似度处理获得的与气象预测数据最大相似的历史气象数据的条件，再提取相似气象历史时期内的能源异常配置历史信息，包括提取能源市场的配置波动的历史指数和能源供需链断供评级的历史指数，即能源市场产能配置的波动情况指数和能源供应链断供度的评级结果指数，再结合能源消费需求预测数据通过价格走势评测模型的计算公式进行计算，获得价格趋势预测指数，该预测指数反映了对时间段内的类型能源价格走势强弱起伏程度的预测结果。
根据本发明实施例，所述根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产，具体为：
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数；
根据所述能源产能配置风险制约系数对所述能源配置产量修正预测数据进行补偿修正处理，获得能源配置产量补偿修正数据；
根据所述能源配置产量补偿修正数据对所述预设区域内的所述类型能源进行配产；
所述能源配置产量补偿修正数据的补偿计算公式为：
；
其中，为能源配置产量补偿修正数据，为能源产能配置风险制约系数，为能源配置产量修正预测数据，、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
其中，最后，根据获得的能源价格趋势预测指数结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数通过预设能源配置风险评估模型的风险评估计算公式进行计算，获得反映能源产能配置风险度状况的能源产能配置风险制约系数，即对类型能源配产的影响制约程度的风险制约系数，再根据该风险制约系数对能源配置产量修正预测数据进行补偿修正计算，获得优化补偿后的能源配置产量补偿修正数据，即获得精准优化的能源配产评估结果，实现对类型能源的资源优化配置生产，其中，所述能源产能配置风险制约系数的计算公式为：
；
其中，为能源产能配置风险制约系数，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源系统运行可靠度评估系数，、、为预设特征系数（特征系数通过预设能源供求信息数据库平台查询获得）。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于AI的能源系统资源适配方法程序，所述基于AI的能源系统资源适配方法程序被处理器执行时，实现如上述任一项所述的基于AI的能源系统资源适配方法的步骤。
本发明公开的一种基于AI的能源系统资源适配方法、系统和介质，通过根据预设区域的类型能源配置信息和区域经济规划信息和气象预测信息获得类型能源的能源配置产量预测数据，通过信息库获取相同历史的产业活动和居民经济历史数据，并结合气象预测数据获得能源消费需求预测数据，根据能源经济环境信息以及子信息对应指数并获得能源优产环境激励系数，提取能源结构布局和系统设备运行的动态数据处理获得能源系统运行可靠度评估系数，再根据气象预测数据结合能源优产环境激励系数和系统设备运行动态数据对能源配置产量预测数据进行修正获得能源配置产量修正预测数据，后通过数据库提取能源市场配置波动指数和能源供需链断供评级指数结合能源消费需求预测数据处理获得能源价格趋势预测指数，再结合能源市场配置波动指数和能源供需链断供评级指数以及能源系统运行可靠度评估系数处理获得能源产能配置风险制约系数，再对能源配置产量修正预测数据补偿修正获得能源配置产量补偿修正数据并对预设区域内进行能源配产；从而实现通过大数据对区域能源产量进行数据处理和智能适配，以实现对区域能源的产能适配技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于AI的能源系统资源适配方法，其特征在于，包括以下步骤：
获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
2.根据权利要求1所述的基于AI的能源系统资源适配方法，其特征在于，所述获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据，包括：
获取预设区域的类型能源配置信息和区域经济规划信息；
所述类型能源配置信息包括类型能源装机信息和类型能源占比信息，所述区域经济规划信息包括经济量级信息和区域经济带比重信息；
获取所述预设区域在预设时间段内的气象预测信息；
根据所述气象预测信息结合所述区域经济规划信息和类型能源配置信息通过预设能源供求信息数据库的能源产能配置预测模型进行处理，获得类型能源在所述预设时间段内的能源配置产量预测数据。
3.根据权利要求2所述的基于AI的能源系统资源适配方法，其特征在于，所述通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据，包括：
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史信息和区域居民经济历史信息；
根据所述区域产业活动历史信息提取区域产业活动历史数据，包括区域产业生产规模历史数据和区域产业历史能耗数据；
根据所述区域居民经济历史信息提取区域居民经济历史数据，包括区域居民活动历史能耗数据和区域居民能耗结构历史数据；
根据所述气象预测信息提取气象预测数据，包括温变数据、寒冷预警等级和降水指数等级；
根据所述区域产业活动历史数据和区域居民经济历史数据结合所述气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据。
4.根据权利要求3所述的基于AI的能源系统资源适配方法，其特征在于，所述获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数，包括：
获取所述预设区域的能源经济环境信息，包括能源环境子信息、经济环境子信息和能源经济政策子信息；
根据所述能源环境子信息提取类型能源扶持力指数，根据所述经济环境子信息提取经济活力激励走势指数，根据所述能源经济政策子信息提取类型能源政策导向激励指数；
根据所述类型能源扶持力指数以及经济活力激励走势指数和类型能源政策导向激励指数进行处理，获得所述类型能源的能源优产环境激励系数。
5.根据权利要求4所述的基于AI的能源系统资源适配方法，其特征在于，所述根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数，包括：
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据；
所述能源结构布局动态数据包括系统结构优化指标数据和能源结构比重数据，所述系统设备运行动态数据包括系统运行故障率数据和设备总非可靠率数据；
根据所述系统结构优化指标数据和能源结构比重数据结合所述系统运行故障率数据以及设备总非可靠率数据进行处理，获得能源系统运行可靠度评估系数。
6.根据权利要求5所述的基于AI的能源系统资源适配方法，其特征在于，所述根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据，包括：
根据所述温变数据、寒冷预警等级和降水指数等级结合所述能源优产环境激励系数以及所述系统运行故障率数据和设备总非可靠率数据，对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
所述能源配置产量修正预测数据的修正计算公式为：
；
其中，为能源配置产量修正预测数据，、、分别为温变数据、寒冷预警等级、降水指数等级，为能源优产环境激励系数，、分别为系统运行故障率数据、设备总非可靠率数据，为能源配置产量预测数据，、、为预设特征系数。
7.根据权利要求6所述的基于AI的能源系统资源适配方法，其特征在于，所述通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数，包括：
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息；
根据所述能源异常配置历史信息提取能源市场配置波动指数和能源供需链断供评级指数；
根据所述能源市场配置波动指数和能源供需链断供评级指数结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
所述能源价格趋势预测指数的计算公式为：
；
其中，为能源价格趋势预测指数，、分别为能源市场配置波动指数、能源供需链断供评级指数，为能源消费需求预测数据，为预设特征系数。
8.根据权利要求7所述的基于AI的能源系统资源适配方法，其特征在于，所述根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产，包括：
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数；
根据所述能源产能配置风险制约系数对所述能源配置产量修正预测数据进行补偿修正处理，获得能源配置产量补偿修正数据；
根据所述能源配置产量补偿修正数据对所述预设区域内的所述类型能源进行配产；
所述能源配置产量补偿修正数据的补偿计算公式为：
；
其中，为能源配置产量补偿修正数据，为能源产能配置风险制约系数，为能源配置产量修正预测数据，、为预设特征系数。
9.一种基于AI的能源系统资源适配系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括基于AI的能源系统资源适配方法的程序，所述基于AI的能源系统资源适配方法的程序被所述处理器执行时实现以下步骤：
获取预设区域的类型能源配置信息和区域经济规划信息，以及预设区域在预设时间段内的气象预测信息，根据气象预测信息结合区域经济规划信息和类型能源配置信息通过预设能源产能配置预测模型进行处理，获得类型能源在预设时间段内的能源配置产量预测数据；
通过预设区域经济活动信息库获取所述预设区域在相同历史时间段内的区域产业活动历史数据和区域居民经济历史数据，并结合提取的气象预测数据通过预设能源消费需求预测模型进行处理，获得所述类型能源在所述预设时间段内的能源消费需求预测数据；
获取所述预设区域的能源经济环境信息以及能源环境子信息、经济环境子信息和能源经济政策子信息，再分别提取各子信息对应指数并进行处理，获得所述类型能源的能源优产环境激励系数；
根据所述类型能源配置信息提取所述预设区域的能源结构布局动态数据和系统设备运行动态数据，并进行处理获得能源系统运行可靠度评估系数；
根据所述气象预测数据结合所述能源优产环境激励系数以及系统设备运行动态数据对所述能源配置产量预测数据进行修正，获得能源配置产量修正预测数据；
通过所述预设能源供求信息数据库提取所述预设区域在相似历史气象数据条件下的历史时期内的能源异常配置历史信息，并提取能源市场配置波动指数和能源供需链断供评级指数，再结合所述能源消费需求预测数据通过预设能源价格走势评测模型进行处理，获得能源价格趋势预测指数；
根据所述能源价格趋势预测指数结合所述能源市场配置波动指数和能源供需链断供评级指数以及所述能源系统运行可靠度评估系数通过预设能源配置风险评估模型进行处理，获得能源产能配置风险制约系数，再对所述能源配置产量修正预测数据进行补偿修正，获得能源配置产量补偿修正数据，并对预设区域内的所述类型能源进行配产。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于AI的能源系统资源适配方法程序，所述基于AI的能源系统资源适配方法程序被处理器执行时，实现如权利要求1至8中任一项所述的基于AI的能源系统资源适配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410117822.1A CN117649131B (zh) | 2024-01-29 | 2024-01-29 | 一种基于ai的能源系统资源适配方法、系统和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410117822.1A CN117649131B (zh) | 2024-01-29 | 2024-01-29 | 一种基于ai的能源系统资源适配方法、系统和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117649131A true CN117649131A (zh) | 2024-03-05 |
| CN117649131B CN117649131B (zh) | 2024-06-07 |
Family
ID=90046315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410117822.1A Active CN117649131B (zh) | 2024-01-29 | 2024-01-29 | 一种基于ai的能源系统资源适配方法、系统和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117649131B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117913841A (zh) * | 2024-03-19 | 2024-04-19 | 国网辽宁省电力有限公司技能培训中心 | 园区级灵活调节负荷参与电网互动响应系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009075876A (ja) * | 2007-09-20 | 2009-04-09 | Toshiba Corp | エネルギー設備運用計画システムおよびエネルギー設備運用計画方法 |
| US20180128863A1 (en) * | 2015-05-21 | 2018-05-10 | Hitachi, Ltd. | Energy Demand Predicting System and Energy Demand Predicting Method |
| KR20180053453A (ko) * | 2016-11-11 | 2018-05-23 | 한국에너지기술연구원 | 에너지 관리 시스템, 에너지 관리 방법 및 에너지 수요 예측 방법 |
| CN112016846A (zh) * | 2020-09-07 | 2020-12-01 | 上海国泉科技有限公司 | 一种能源数据处理平台和能源数据处理方法 |
| CN116307048A (zh) * | 2022-12-20 | 2023-06-23 | 国网浙江省电力有限公司经济技术研究院 | 能源消费预测方法、装置、存储介质和设备 |
| CN117010946A (zh) * | 2023-08-30 | 2023-11-07 | 国能宁夏鸳鸯湖第一发电有限公司 | 一种火电厂生产经营成本核算系统及其使用方法 |
| CN117096908A (zh) * | 2023-08-24 | 2023-11-21 | 上海电机学院 | 基于麻雀搜索的并网型微电网优化调度方法 |
| CN117239740A (zh) * | 2023-11-14 | 2023-12-15 | 北京国科恒通数字能源技术有限公司 | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 |
| CN117314191A (zh) * | 2023-10-08 | 2023-12-29 | 南昌大学 | 一种综合能源系统运行策略滚动生成方法及系统 |
| CN117314039A (zh) * | 2023-08-16 | 2023-12-29 | 贵州电网有限责任公司 | 面向园区降碳需求的综合能源系统智能化用能方法及系统 |
-
2024
- 2024-01-29 CN CN202410117822.1A patent/CN117649131B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009075876A (ja) * | 2007-09-20 | 2009-04-09 | Toshiba Corp | エネルギー設備運用計画システムおよびエネルギー設備運用計画方法 |
| US20180128863A1 (en) * | 2015-05-21 | 2018-05-10 | Hitachi, Ltd. | Energy Demand Predicting System and Energy Demand Predicting Method |
| KR20180053453A (ko) * | 2016-11-11 | 2018-05-23 | 한국에너지기술연구원 | 에너지 관리 시스템, 에너지 관리 방법 및 에너지 수요 예측 방법 |
| CN112016846A (zh) * | 2020-09-07 | 2020-12-01 | 上海国泉科技有限公司 | 一种能源数据处理平台和能源数据处理方法 |
| CN116307048A (zh) * | 2022-12-20 | 2023-06-23 | 国网浙江省电力有限公司经济技术研究院 | 能源消费预测方法、装置、存储介质和设备 |
| CN117314039A (zh) * | 2023-08-16 | 2023-12-29 | 贵州电网有限责任公司 | 面向园区降碳需求的综合能源系统智能化用能方法及系统 |
| CN117096908A (zh) * | 2023-08-24 | 2023-11-21 | 上海电机学院 | 基于麻雀搜索的并网型微电网优化调度方法 |
| CN117010946A (zh) * | 2023-08-30 | 2023-11-07 | 国能宁夏鸳鸯湖第一发电有限公司 | 一种火电厂生产经营成本核算系统及其使用方法 |
| CN117314191A (zh) * | 2023-10-08 | 2023-12-29 | 南昌大学 | 一种综合能源系统运行策略滚动生成方法及系统 |
| CN117239740A (zh) * | 2023-11-14 | 2023-12-15 | 北京国科恒通数字能源技术有限公司 | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117913841A (zh) * | 2024-03-19 | 2024-04-19 | 国网辽宁省电力有限公司技能培训中心 | 园区级灵活调节负荷参与电网互动响应系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117649131B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2015282362B2 (en) | Power distribution transformer load prediction analysis system | |
| CN117649131B (zh) | 一种基于ai的能源系统资源适配方法、系统和介质 | |
| WO2018176863A1 (zh) | 配电网可靠性投资经济效益分析方法及装置、存储介质 | |
| CN206312210U (zh) | 一种配电网设备的状态评估系统 | |
| US20210350337A1 (en) | Systems and methods for managing populations of utility poles | |
| CN102426674A (zh) | 一种基于马尔科夫链的电力系统负荷预测方法 | |
| US20180225779A1 (en) | System and method for determining power production in an electrical power grid | |
| CN109978616A (zh) | 农产品数据监测预警系统 | |
| CN108304990B (zh) | 一种停电敏感预判方法和系统 | |
| CN111738506A (zh) | 现金中心现金库存用量预测方法和装置、电子设备及介质 | |
| KR101738898B1 (ko) | 시장예측정보 제공방법 및 그 컴퓨터 프로그램 | |
| CN114254806A (zh) | 配电网重过载预警方法、装置、计算机设备和存储介质 | |
| CN116882804A (zh) | 一种智能电力监控方法及系统 | |
| CN117853238A (zh) | 基于多数据源融合的电力交易辅助决策系统 | |
| CN115983759A (zh) | 物品需求量预测方法及装置、电子设备和存储介质 | |
| CN111626543A (zh) | 电力相关数据的处理方法及装置 | |
| CN117993737A (zh) | 一种基于人工智能的企业大数据分析系统 | |
| CN117933644A (zh) | 一种基于电力运维应用的大负荷线路需求分析系统 | |
| CN116452243B (zh) | 一种基于大数据的企业订单预测方法、系统及介质 | |
| Furukawa et al. | A Nowcasting Model of Industrial Production using Alternative Data and Machine Learning Approaches | |
| Bhuwalka et al. | Quantifying the drivers of long‐term prices in materials supply chains | |
| CN110097250A (zh) | 产品风险预测方法、装置、计算机设备和存储介质 | |
| CN111368257B (zh) | 煤改电负荷特性的分析预测方法及装置 | |
| CN113393120A (zh) | 能源消耗数据的确定方法及装置 | |
| CN113610308B (zh) | 基于剩余寿命预测的安全库存预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |