CN117913985A - 一种基于电网平台的区域性能耗监测管理及预警系统 - Google Patents
一种基于电网平台的区域性能耗监测管理及预警系统 Download PDFInfo
- Publication number
- CN117913985A CN117913985A CN202410065116.7A CN202410065116A CN117913985A CN 117913985 A CN117913985 A CN 117913985A CN 202410065116 A CN202410065116 A CN 202410065116A CN 117913985 A CN117913985 A CN 117913985A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- regional
- early warning
- power
- predicted
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 448
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 30
- 238000007726 management method Methods 0.000 claims abstract description 22
- 238000013480 data collection Methods 0.000 claims abstract description 20
- 230000005611 electricity Effects 0.000 claims description 75
- 238000000034 method Methods 0.000 claims description 43
- 230000000737 periodic effect Effects 0.000 claims description 40
- 230000015654 memory Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000005612 types of electricity Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims 4
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于电网平台的区域性能耗监测管理及预警系统,涉及电网能耗监控技术领域,通过设置区域规划数据收集模块预先收集各个用电区域的区域规划数据,设置区域历史能耗数据收集模块预先收集各个用电区域内的历史能耗数据,区域能耗预测模型训练模块训练出区域能耗预测模型,区域能耗实时收集模块实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列,电网能耗监测模块生成预警结果,区域能耗预警模块基于预警结果以及区域规划数据,对用电区域的能耗进行预警;提高了预警准确率。
Description
技术领域
本发明涉及电网能耗监控技术领域,具体是一种基于电网平台的区域性能耗监测管理及预警系统。
背景技术
电网平台在为城市不同区域供电时面临着多样化的需求和挑战。现代城市通常包括多个类型的区域,每个区域都有其特定的能源需求和特点。
例如,城市的商业区域通常是繁忙和拥挤的地方,需要持续稳定的电力供应以支持各种商业活动,如办公楼、购物中心和餐厅。商业区域的电力需求往往具有昼夜波动,因为在白天和夜晚的用电量差异较大。
其次,城市的住宅区域需要为数以千计的家庭提供电力。这些区域的用电需求通常以家庭用电为主;
此外,城市还可能包括工业区域,这些区域通常需要大量的电力来支持生产和制造过程。工业区域的电力需求可能会随生产周期和需求波动而变化;
而对不同用电区域中的能耗量进行预警是一项重要的任务,它涉及到能源管理和可持续发展的关键方面;
目前对能耗量进行预警的方法一般是采用阈值方法,即某一片区域的能耗量大于某个阈值,进行预警;然而该方法难以应对在特殊条件下的正常用电需求,例如天气炎热时,用电高峰导致的耗能异常;
为此,本发明提出一种基于电网平台的区域性能耗监测管理及预警系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于电网平台的区域性能耗监测管理及预警系统,提高了预警准确率。
为实现上述目的,根据本发明的实施例1提出一种基于电网平台的区域性能耗监测管理及预警系统,包括区域规划数据收集模块、区域历史能耗数据收集模块、区域能耗预测模型训练模块、区域能耗实时收集模块、电网能耗监测模块以及区域能耗预警模块;其中,各个模块之间通过电性方式连接;
区域规划数据收集模块,用于预先收集电网平台中,各个用电区域的区域规划数据;
所述预先收集电网平台中,各个用电区域的区域规划数据的方式为:
根据城市区域规划方案,将城市划分为若干个不同类型的用电区域;
收集各个用电区域的位置以及区域范围;
将所有用电区域的类型、位置以及区域范围组成区域规划数据;
所述区域规划数据收集模块将区域规划数据发送至区域能耗预警模块;
区域历史能耗数据收集模块,用于预先收集各个用电区域内的历史能耗数据;
所述预先收集各个用电区域内的历史能耗数据的方式为:
预设预测时间窗口长度以及能耗采集周期时长;
对于每个用电区域,每隔能耗采集周期时长采集一次该用电区域在该能耗采集周期内消耗的电能,将每次采集的消耗的电能标记为周期能耗;
对于每个用电区域,将每预测时间窗口长度个周期能耗,按时间顺序组成一组耗能时间序列;
对于每个耗能时间序列,收集该耗能时间序列结束时间之后的下一个能耗采集周期的周期能耗作为区域能耗标签;
所有耗能时间序列以及耗能时间序列对应的区域能耗标签组成历史能耗数据;
所述区域历史能耗数据收集模块将所有用电区域的历史能耗数据发送至区域能耗预测模型训练模块;
区域能耗预测模型训练模块,用于基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;
所述训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型的方式为:
对于每个用电区域:
将历史能耗数据中每组耗能时间序列作为区域能耗预测模型的输入,所述区域能耗预测模型以对每组耗能时间序列对应的区域能耗标签的预测值为输出,以历史能耗数据中,每组耗能时间序列的下一个能耗采集周期的区域能耗标签作为预测目标,以最小化对区域能耗标签的预测误差之和作为训练目标;对区域能耗预测模型进行训练,直至预测误差之和达到收敛时停止训练;
所述区域历史能耗数据收集模块将所有区域能耗预测模型发送至电网能耗监测模块;
区域能耗实时收集模块,用于实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;
所述实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列的方式为:
对于每个用电区域,每隔一个能耗采集周期时长,通过电能表采集该用电区域的周期能耗作为实际周期能耗,并将该能耗采集周期之前的预测时间窗口长度的周期能耗组成的耗能时间序列作为预测耗能时间序列;
所述区域能耗实时收集模块将收集的各个用电区域的实际周期能耗以及预测耗能时间序列发送至电网能耗监测模块;
电网能耗监测模块,用于基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;
所述基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗的方式为:
对于每个用电区域,在每个能耗采集周期到达之前,将该能耗采集周期对应的预测耗能时间序列输入该用电区域对应的区域能耗预测模型中,获得对该用电区域在该能耗采集周期的区域能耗标签的预测值,并将该区域能耗标签的预测值作为预测周期能耗;
所述基于预测周期能耗和实际周期能耗,生成预警结果的方式为:
将用电区域的编号标记为i,将能耗采集周期的编号标记为j;
将第i个用电区域中,第j个能耗采集周期的实际周期能耗标记为Ri j;
将第i个用电区域中,第j个能耗采集周期的预测周期能耗标记为Pi j;
计算从第1至第j-1个能耗采集周期中,第i个用电区域的第j1个能耗采集周期的能耗偏差度Cij1;其中,j1=1,2,3...j-1;
所述能耗偏差度Cij的计算公式为
计算第1至第j-1个能耗采集周期的能耗偏差度的平均值Ai;
计算第j个能耗采集周期的能耗偏差度Cij;
计算第j个能耗采集周期的能耗均值偏差度Hij,其中,所述能耗均值偏差度Hij的计算公式为
对于第i个用电区域,若Hij大于预设的第一预警阈值,则将预警结果设置为待预警,若Hij小于或等于预设的第一预警阈值,则将预警结果设置为不需预警;
所述电网能耗监测模块将各个用电区域的预警结果发送至区域能耗预警模块;
区域能耗预警模块,用于基于预警结果以及区域规划数据,对用电区域的能耗进行预警;
所述基于预警结果以及区域规划数据,对用电区域的能耗进行预警的方式为:
若所有用电区域的预警结果均为不需预警,则不进行预警;
若存在任意一个用电区域的预警结果为待预警,则执行以下步骤:
步骤11:将预警结果为待预警的用电区域标记为i1;
预设周围区域数量阈值Y,统计与第i1个用电区域中心距离最近的Y个用电区域的能耗偏差度的平均值作为周围偏差平均值Zj;
统计所有与第i1个用电区域相同类型的用电区域的能耗偏差度的平均值作为同类偏差平均值Lj;
步骤12:计算第i1个用电区域的综合偏差Ki1j,其中综合偏差Ki1j的计算公式为:Ki1j=b1×|Ci1j-Zj|+b2×|Ci1j-Lj|;
若综合偏差Ki1j大于预设的第二预警阈值,向电网监管人员发起对第i1个用电区域的预警;否则,不进行预警。
根据本发明的实施例2提出一种基于电网平台的区域性能耗监测管理及预警方法,包括以下步骤:
预先收集电网平台中,各个用电区域的区域规划数据;
预先收集各个用电区域内的历史能耗数据;
基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;
实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;
基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;
基于预警结果以及区域规划数据,对用电区域的能耗进行预警。
与现有技术相比,本发明的有益效果是:
预先收集电网平台中,各个用电区域的区域规划数据;
预先收集各个用电区域内的历史能耗数据,基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型,实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列,基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果,基于预警结果以及区域规划数据,对用电区域的能耗进行预警;通过对不同类型的用电区域的能耗量的预测值和实际值进行比对,再对比与该用电区域历史预测偏差度的关系、周围用电区域的预测偏差度的关系以及同类型的用电区域的预测偏差度的关系,分析是否需要进行预警,从而提高预警准确率。
附图说明
图1为本发明的实施例1中基于电网平台的区域性能耗监测管理及预警系统的模块连接关系图;
图2为本发明的实施例2中基于电网平台的区域性能耗监测管理及预警方法的流程图;
图3为本发明实施例3中的电子设备结构示意图;
图4为本发明实施例4中的计算机可读存储介质结构示意图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种基于电网平台的区域性能耗监测管理及预警系统,包括区域规划数据收集模块、区域历史能耗数据收集模块、区域能耗预测模型训练模块、区域能耗实时收集模块、电网能耗监测模块以及区域能耗预警模块;其中,各个模块之间通过电性方式连接;
其中,所述区域规划数据收集模块主要用于预先收集电网平台中,各个用电区域的区域规划数据;
在一个优选的实施例中,所述预先收集电网平台中,各个用电区域的区域规划数据的方式为:
根据城市区域规划方案,将城市划分为若干个不同类型的用电区域;可以理解的是,用电区域可以分为办公区域、生活区域、轻工业区域、重工业区域等类型,也可以进一步地对每个用电区域的功能进行划分,例如,轻工业区域可以进一步地划分为食品工业区域、纺织工业区域等;具体的划分方式根据实际的监测需求确定;
收集各个用电区域的位置以及区域范围;
将所有用电区域的类型、位置以及区域范围组成区域规划数据;
所述区域规划数据收集模块将区域规划数据发送至区域能耗预警模块;
其中,所述区域历史能耗数据收集模块主要用于预先收集各个用电区域内的历史能耗数据;
在一个优选的实施例中,所述预先收集各个用电区域内的历史能耗数据的方式为:
预设预测时间窗口长度以及能耗采集周期时长;
对于每个用电区域,每隔能耗采集周期时长采集一次该用电区域在该能耗采集周期内消耗的电能,将每次采集的消耗的电能标记为周期能耗;可以理解的是,所述消耗的电能可以通过使用电能表等能耗监测设备实时采集;
对于每个用电区域,将每预测时间窗口长度个周期能耗,按时间顺序组成一组耗能时间序列;需要说明的是,耗能时间序列是按照滑动窗口方式进行采集的;
具体的,所述耗能时间序列以及滑动窗口方法的一个例子可以是[100、110、120],在该例子中,第一个能耗采集周期所采集的能耗为100kw,第二个能耗采集周期所采集的能耗为110kw,第三个能耗采集周期所采集的能耗为120kw;而滑动窗口方法是指,采集的第二个耗能时间序列可以为[110、120、130],即其基于第一个耗能时间序列滑动了一个能耗采集周期;
对于每个耗能时间序列,收集该耗能时间序列结束时间之后的下一个能耗采集周期的周期能耗作为区域能耗标签;
所有耗能时间序列以及耗能时间序列对应的区域能耗标签组成历史能耗数据;
所述区域历史能耗数据收集模块将所有用电区域的历史能耗数据发送至区域能耗预测模型训练模块;
其中,所述区域能耗预测模型训练模块主要用于基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;
在一个优选的实施例中,所述训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型的方式为:
对于每个用电区域:
将历史能耗数据中每组耗能时间序列作为区域能耗预测模型的输入,所述区域能耗预测模型以对每组耗能时间序列对应的区域能耗标签的预测值为输出,以历史能耗数据中,每组耗能时间序列的下一个能耗采集周期的区域能耗标签作为预测目标,以最小化对区域能耗标签的预测误差之和作为训练目标;对区域能耗预测模型进行训练,直至预测误差之和达到收敛时停止训练,训练出对于根据耗能时间序列,输出预测的下一个能耗采集周期的区域能耗标签的区域能耗预测模型;优选的,所述预测误差之和可以为均方误差;作为区域能耗预测模型的一个例子,对于耗能时间序列为[100、110、120]的例子,该模型的预测目标是基于该耗能时间序列,尽可能的预测下一个能耗采集周期的区域能耗标签为130;
所述区域历史能耗数据收集模块将所有区域能耗预测模型发送至电网能耗监测模块;
其中,所述区域能耗实时收集模块主要用于实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;
在一个优选的实施例中,所述实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列的方式为:
对于每个用电区域,每隔一个能耗采集周期时长,通过电能表采集该用电区域的周期能耗作为实际周期能耗,并将该能耗采集周期之前的预测时间窗口长度的周期能耗组成的耗能时间序列作为预测耗能时间序列;
所述区域能耗实时收集模块将收集的各个用电区域的实际周期能耗以及预测耗能时间序列发送至电网能耗监测模块;
其中,所述电网能耗监测模块主要用于基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;
在一个优选的实施例中,所述基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗的方式为:
对于每个用电区域,在每个能耗采集周期到达之前,将该能耗采集周期对应的预测耗能时间序列输入该用电区域对应的区域能耗预测模型中,获得对该用电区域在该能耗采集周期的区域能耗标签的预测值,并将该区域能耗标签的预测值作为预测周期能耗;
进一步地,所述基于预测周期能耗和实际周期能耗,生成预警结果的方式为:
将用电区域的编号标记为i,将能耗采集周期的编号标记为j;
将第i个用电区域中,第j个能耗采集周期的实际周期能耗标记为Rij;
将第i个用电区域中,第j个能耗采集周期的预测周期能耗标记为Pij;
计算从第1至第j-1个能耗采集周期中,第i个用电区域的第j1个能耗采集周期的能耗偏差度Cij1;其中,j1=1,2,3...j-1;
所述能耗偏差度Cij的计算公式为
计算第1至第j-1个能耗采集周期的能耗偏差度的平均值Ai;
计算第j个能耗采集周期的能耗偏差度Cij;
计算第j个能耗采集周期的能耗均值偏差度Hij,其中,所述能耗均值偏差度Hij的计算公式为
对于第i个用电区域,若Hij大于预设的第一预警阈值,则将预警结果设置为待预警,若Hij小于或等于预设的第一预警阈值,则将预警结果设置为不需预警;
所述电网能耗监测模块将各个用电区域的预警结果发送至区域能耗预警模块;
其中,所述区域能耗预警模块主要用于基于预警结果以及区域规划数据,对用电区域的能耗进行预警;
在一个优选的实施例中,所述基于预警结果以及区域规划数据,对用电区域的能耗进行预警的方式为:
若所有用电区域的预警结果均为不需预警,则不进行预警;
若存在任意一个用电区域的预警结果为待预警,则执行以下步骤:
步骤11:将预警结果为待预警的用电区域标记为i1;
预设周围区域数量阈值Y,统计与第i1个用电区域中心距离最近的Y个用电区域的能耗偏差度的平均值作为周围偏差平均值Zj;所述中心距离可以是各个用电区域的中心位置的距离;可以理解的是,所述周围偏差平均值表达的是与第i1个用电区域相邻的用电区域的能耗偏差情况,当第i1个用电区域与相邻的用电区域的能耗偏差相近时,存在该片区域具有特殊情况需要大量电能的可能;
统计所有与第i1个用电区域相同类型的用电区域的能耗偏差度的平均值作为同类偏差平均值Lj;可以理解的是,所述同类偏差平均值表达的整个城市区域内,相同类型的用电区域的能耗偏差情况,在具有某些条件下,某种类型的用电区域需要更大的电力,例如天气炎热时,办公区域或生活区域需要更大的电力来支撑空调设备的使用;
步骤12:计算第i1个用电区域的综合偏差Ki1j,其中综合偏差Ki1j的计算公式为:Ki1j=b1×|Ci1j-Zj|+b2×|Ci1j-Lj|;
若综合偏差Ki1j大于预设的第二预警阈值,向电网监管人员发起对第i1个用电区域的预警;否则,不进行预警。
实施例2
如图2所示,一种基于电网平台的区域性能耗监测管理及预警方法,包括以下步骤:
预先收集电网平台中,各个用电区域的区域规划数据;
预先收集各个用电区域内的历史能耗数据;
基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;
实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;
基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;
基于预警结果以及区域规划数据,对用电区域的能耗进行预警。
实施例3
图3是本申请一个实施例提供的电子设备结构示意图。如图3所示,根据本申请的又一方面还提供了一种电子设备100。该电子设备100可包括一个或多个处理器以及一个或多个存储器。其中,存储器中存储有计算机可读代码,计算机可读代码当由一个或多个处理器运行时,可以执行如上所述的基于电网平台的区域性能耗监测管理及预警方法。
根据本申请实施方式的方法或系统也可以借助于图3所示的电子设备的架构来实现。如图3所示,电子设备100可包括总线101、一个或多个CPU102、只读存储器(ROM)103、随机存取存储器(RAM)104、连接到网络的通信端口105、输入/输出组件106、硬盘107等。电子设备100中的存储设备,例如ROM103或硬盘107可存储本申请提供的基于电网平台的区域性能耗监测管理及预警方法。基于电网平台的区域性能耗监测管理及预警方法可例如包括以下步骤:预先收集电网平台中,各个用电区域的区域规划数据;预先收集各个用电区域内的历史能耗数据;基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;基于预警结果以及区域规划数据,对用电区域的能耗进行预警。
进一步地,电子设备100还可包括用户界面108。当然,图3所示的架构只是示例性的,在实现不同的设备时,根据实际需要,可以省略图3示出的电子设备中的一个或多个组件。
实施例4
图4是本申请一个实施例提供的计算机可读存储介质结构示意图。如图4所示,是根据本申请一个实施方式的计算机可读存储介质200。计算机可读存储介质200上存储有计算机可读指令。当计算机可读指令由处理器运行时,可执行参照以上附图描述的根据本申请实施方式的基于电网平台的区域性能耗监测管理及预警方法。计算机可读存储介质200包括但不限于例如易失性存储器和/或非易失性存储器。易失性存储器例如可包括随机存取存储器(RAM)和高速缓冲存储器(cache)等。非易失性存储器例如可包括只读存储器(ROM)、硬盘、闪存等。
另外,根据本申请的实施方式,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请提供了一种非暂时性机器可读存储介质,所述非暂时性机器可读存储介质存储有机器可读指令,所述机器可读指令能够由处理器运行以执行与本申请提供的方法步骤对应的指令,在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。
可能以许多方式来实现本申请的方法和装置、设备。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和装置、设备。用于方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
另外,本申请的实施方式中提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
如上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明。应理解的是,以上所述仅为本发明的具体实施方式,并不用于限制本发明。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等均应包含在本发明的保护范围之内。
以上的预设的参数或预设的阈值均由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,包括区域规划数据收集模块、区域历史能耗数据收集模块、区域能耗预测模型训练模块、区域能耗实时收集模块、电网能耗监测模块以及区域能耗预警模块;其中,各个模块之间通过电性方式连接;
区域规划数据收集模块,用于预先收集电网平台中,各个用电区域的区域规划数据,并将区域规划数据发送至区域能耗预警模块;
区域历史能耗数据收集模块,用于预先收集各个用电区域内的历史能耗数据,并将所有用电区域的历史能耗数据发送至区域能耗预测模型训练模块;
区域能耗预测模型训练模块,用于基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型,并将所有区域能耗预测模型发送至电网能耗监测模块;
区域能耗实时收集模块,用于实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列,并将收集的各个用电区域的实际周期能耗以及预测耗能时间序列发送至电网能耗监测模块;
电网能耗监测模块,用于基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果,并将各个用电区域的预警结果发送至区域能耗预警模块;
区域能耗预警模块,用于基于预警结果以及区域规划数据,对用电区域的能耗进行预警。
2.根据权利要求1所述的一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,所述预先收集电网平台中,各个用电区域的区域规划数据的方式为:
根据城市区域规划方案,将城市划分为若干个不同类型的用电区域;
收集各个用电区域的位置以及区域范围;
将所有用电区域的类型、位置以及区域范围组成区域规划数据。
3.根据权利要求2所述的一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,所述预先收集各个用电区域内的历史能耗数据的方式为:
预设预测时间窗口长度以及能耗采集周期时长;
对于每个用电区域,每隔能耗采集周期时长采集一次该用电区域在该能耗采集周期内消耗的电能,将每次采集的消耗的电能标记为周期能耗;
对于每个用电区域,将每预测时间窗口长度个周期能耗,按时间顺序组成一组耗能时间序列;
对于每个耗能时间序列,收集该耗能时间序列结束时间之后的下一个能耗采集周期的周期能耗作为区域能耗标签;
所有耗能时间序列以及耗能时间序列对应的区域能耗标签组成历史能耗数据。
4.根据权利要求3所述的一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,所述训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型的方式为:
对于每个用电区域:
将历史能耗数据中每组耗能时间序列作为区域能耗预测模型的输入,所述区域能耗预测模型以对每组耗能时间序列对应的区域能耗标签的预测值为输出,以历史能耗数据中,每组耗能时间序列的下一个能耗采集周期的区域能耗标签作为预测目标,以最小化对区域能耗标签的预测误差之和作为训练目标;对区域能耗预测模型进行训练,直至预测误差之和达到收敛时停止训练。
5.根据权利要求1所述的一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,所述基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗的方式为:
对于每个用电区域,在每个能耗采集周期到达之前,将该能耗采集周期对应的预测耗能时间序列输入该用电区域对应的区域能耗预测模型中,获得对该用电区域在该能耗采集周期的区域能耗标签的预测值,并将该区域能耗标签的预测值作为预测周期能耗;
所述基于预测周期能耗和实际周期能耗,生成预警结果的方式为:
将用电区域的编号标记为i,将能耗采集周期的编号标记为j;
将第i个用电区域中,第j个能耗采集周期的实际周期能耗标记为Rij;
将第i个用电区域中,第j个能耗采集周期的预测周期能耗标记为Pij;
计算从第1至第j-1个能耗采集周期中,第i个用电区域的第j1个能耗采集周期的能耗偏差度Cij1;其中,j1=1,2,3...j-1;
所述能耗偏差度Cij的计算公式为
计算第1至第j-1个能耗采集周期的能耗偏差度的平均值Ai;
计算第j个能耗采集周期的能耗偏差度Cij;
计算第j个能耗采集周期的能耗均值偏差度Hij,其中,所述能耗均值偏差度Hij的计算公式为
对于第i个用电区域,若Hii大于预设的第一预警阈值,则将预警结果设置为待预警,若Hij小于或等于预设的第一预警阈值,则将预警结果设置为不需预警。
6.根据权利要求1所述的一种基于电网平台的区域性能耗监测管理及预警系统,其特征在于,所述基于预警结果以及区域规划数据,对用电区域的能耗进行预警的方式为:
若所有用电区域的预警结果均为不需预警,则不进行预警;
若存在任意一个用电区域的预警结果为待预警,则执行以下步骤:
步骤11:将预警结果为待预警的用电区域标记为i1;
预设周围区域数量阈值Y,统计与第i1个用电区域中心距离最近的Y个用电区域的能耗偏差度的平均值作为周围偏差平均值Zj;
统计所有与第i1个用电区域相同类型的用电区域的能耗偏差度的平均值作为同类偏差平均值Lj;
步骤12:计算第i1个用电区域的综合偏差Ki1j,其中综合偏差Ki1j的计算公式为:Ki1j=b1×|Ci1j-Zj|+b2×|Ci1j-Lj|;
若综合偏差Ki1j大于预设的第二预警阈值,向电网监管人员发起对第i1个用电区域的预警;否则,不进行预警。
7.一种基于电网平台的区域性能耗监测管理及预警方法,其基于权利要求1-6任意一项所述的系统实现,其特征在于,包括以下步骤:
预先收集电网平台中,各个用电区域的区域规划数据;
预先收集各个用电区域内的历史能耗数据;
基于历史能耗数据,训练出预测各个用电区域中,下一个能耗采集周期的能耗的区域能耗预测模型;
实时收集各个用电区域内,每个能耗采集周期的实际周期能耗以及预测耗能时间序列;
基于预测耗能时间序列和区域能耗预测模型获得预测周期能耗,基于预测周期能耗和实际周期能耗,生成预警结果;
基于预警结果以及区域规划数据,对用电区域的能耗进行预警。
8.一种电子设备,其特征在于,包括:处理器和存储器,其中,
所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,在后台中执行权利要求7所述基于电网平台的区域性能耗监测管理及预警方法。
9.一种计算机可读存储介质,其特征在于,其上存储有可擦写的计算机程序;
当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行在后台中执行权利要求7所述基于电网平台的区域性能耗监测管理及预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410065116.7A CN117913985A (zh) | 2024-01-16 | 2024-01-16 | 一种基于电网平台的区域性能耗监测管理及预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410065116.7A CN117913985A (zh) | 2024-01-16 | 2024-01-16 | 一种基于电网平台的区域性能耗监测管理及预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117913985A true CN117913985A (zh) | 2024-04-19 |
Family
ID=90693951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410065116.7A Pending CN117913985A (zh) | 2024-01-16 | 2024-01-16 | 一种基于电网平台的区域性能耗监测管理及预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117913985A (zh) |
-
2024
- 2024-01-16 CN CN202410065116.7A patent/CN117913985A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gellert et al. | A study on forecasting electricity production and consumption in smart cities and factories | |
US10223167B2 (en) | Discrete resource management | |
CN116646933A (zh) | 一种基于大数据的电力负荷调度方法及系统 | |
CN109858783B (zh) | 风电场电力交易辅助决策支持系统及辅助决策支持方法 | |
Edimu et al. | Using probability distribution functions in reliability analyses | |
KR20130074043A (ko) | 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템 | |
KR20180130945A (ko) | 에너지사용량 빅 데이터의 주기적 특성별 예측 분석을 통한 가정내 에너지 사용량 및 전기요금 예측안내 시스템 | |
US20180225779A1 (en) | System and method for determining power production in an electrical power grid | |
CN117172625B (zh) | 一种对既有建筑进行节能改造的综合化分析方法 | |
CN110880055A (zh) | 楼宇智能电表系统 | |
CN114878934A (zh) | 一种电能耗数据异常预警方法 | |
Manoharan et al. | An Intellectual Energy Device for Household Appliances Using Artificial Neural Network | |
CN108346009A (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
CN117611190A (zh) | 一种区域电力系统碳排放测算方法、装置及介质 | |
CN115619159B (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
CN117913985A (zh) | 一种基于电网平台的区域性能耗监测管理及预警系统 | |
CN116307886A (zh) | 一种企业生产状态的实时监测方法及装置 | |
CN113642937B (zh) | 风机集群的运维排程方法、装置、电子设备及存储介质 | |
Chang et al. | The use of the peak-clipping method for energy management in households with energy storage equipment | |
CN112560325B (zh) | 换电业务的预测方法、系统、设备及存储介质 | |
CN109449935B (zh) | 一种基于能源互联的时序生产模拟方法及系统 | |
JP2016127622A (ja) | 電力需要予測システム | |
CN118094262B (zh) | 一种基于空间聚类的负荷异常值检测方法 | |
Hong et al. | Research on load fluctuation of electronic information industry based on recurrence interval analysis | |
CN116632839B (zh) | 一种基于能碳监测的园区电力管理调节方法及装置 |
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 |