利索能及
我要发布
收藏
专利号: 2023108095600
申请人: 天津市蓟州区民力新能源科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于智能控制系统的高效能源利用管理平台,其特征在于,所述高效能源利用管理平台包括分布式能源设备、能源监控模块、能源数据采集模块、能源数据分析模块、智能控制系统,其中,所述能源监控模块,用于对多个所述分布式能源设备进行多维实时能源监控,得到所述分布式能源设备的实时运行状态,发送所述实时运行状态至所述能源数据采集模块;

所述能源数据采集模块,用于响应于所述分布式能源设备的实时运行状态,采集所述分布式能源设备的目标能源数据,基于所述分布式能源设备确定所述目标能源数据的能源类型,发送所述目标能源数据和能源类型至所述能源数据分析模块;

所述能源数据分析模块,用于根据所述能源类型对所述目标能源数据进行能源消耗分析,得到能源消耗数据,发送所述能源消耗数据至所述智能控制系统;

所述智能控制系统,用于根据所述能源消耗数据确定能源消费动态,响应于所述能源消费动态生成设备调节信息,将所述设备调节信息反馈至对应的分布式能源设备,以对所述分布式能源设备进行调节;

所述能源数据分析模块包括趋势分析子模块、数据整理子模块和数据输出子模块,其中,所述趋势分析子模块,用于响应于所述能源类型,获取对应的所述目标能源数据,根据目标能源数据确定分析模型的自由度;

所述数据整理子模块,用于基于自由度对所述目标能源数据进行整理,得到训练集向量,发送所述训练集向量至所述数据输出子模块;

所述数据输出子模块,用于将所述训练集向量输入分析模型中,以通过所述分析模型输出能源消耗数据;

所述根据目标能源数据确定分析模型的自由度,包括:

针对不同的自由度,对所述目标能源数据进行划分,得到多个样本训练集;

采用AP聚类算法对每个所述样本训练集中的数据进行聚类,以对所述分析模型进行滚动训练;

计算所述分析模型的状态划分优度并确定最大值对应的自由度,即得到分析模型的自由度;

所述智能控制系统包括变化趋势模块、状态判断模块、差值计算模块、信息反馈模块和平衡约束模块,其中,所述变化趋势模块,用于根据所述能源消耗数据确定能源变化趋势,得到能源消费动态,发送所述能源消费动态至所述状态判断模块;

所述状态判断模块,用于根据能源消费动态判断所述分布式能源设备的当前状态,发送所述当前状态至所述差值计算模块,其中所述当前状态为能源过剩、能源不足或能源正常中的一种;

所述差值计算模块,用于当所述当前状态为能源过剩或能源不足时,计算所述能源消耗数据与预设能源消耗阈值的差值,得到能源调节数值,发送所述能源调节数值至所述信息反馈模块;

所述信息反馈模块,用于根据所述能源调节数值生成设备调节信息,根据设备调节信息确定分布式能源设备的报警等级,将所述设备调节信息和所述报警等级反馈至对应的分布式能源设备;

所述平衡约束模块,用于基于所述设备调节信息对所述分布式能源设备进行平衡约束;

所述计算所述能源消耗数据与预设能源消耗阈值的差值,得到能源调节数值,包括:构建第二神经网络模型,初始化模型的权值和阈值,利用粒子群算法对第二神经网络模型的权值与阈值的初始值进行编码,一个粒子代表一个权值或阈值参数;

输入历史能源数据,进行数据预处理,将第二神经网络模型训练得到的误差值作为当前位置的适应度值;

更新每个粒子的最优位置与粒子种群的最优位置,计算当前位置的适应度值,判断是否满足粒子群算法终止条件,若是则得到第二神经网络模型最优的初始权值和阈值;

计算所述能源消耗数据与预设能源消耗阈值的差值,判断是否满足BPNN训练终止条件,若是,则输出能源调节数值。

2.如权利要求1所述的基于智能控制系统的高效能源利用管理平台,其特征在于,所述能源监控模块包括发布信号子模块、实时监控子模块、状态反馈子模块和数据转换子模块,其中,所述发布信号子模块,用于发布监控请求信号,将所述监控请求信号发送至无线网络中的各个所述分布式能源设备;

所述实时监控子模块,用于响应于所述监控请求信号,对各个所述分布式能源设备进行多维实时能源监控;

所述状态反馈子模块,用于接收各个所述分布式能源设备反馈的实时运行状态,其中所述实时运行状态至少包括设备位置、对应的网络站点、对应的设备功能、对应的能源类型;

所述数据转换子模块,用于利用传输控制协议将各个所述分布式能源设备的实时运行状态转换为可靠的数据流,并发送至所述能源数据采集模块。

3.如权利要求1所述的基于智能控制系统的高效能源利用管理平台,其特征在于,每个所述分布式能源设备与所述能源监控模块通过无线网络进行无线连接。

4.如权利要求1所述的基于智能控制系统的高效能源利用管理平台,其特征在于,所述能源数据采集模块包括数据加载子模块、参数检查子模块、结果判断子模块和数据转换子模块,其中,所述数据加载子模块,用于接收所述能源监控模块传输的包含各个所述分布式能源设备的实时运行状态的数据流,并对所述数据流进行数据加载,得到第一能源数据参数;

所述参数检查子模块,用于对所述第一能源数据参数的正确性进行参数检查,生成参数检查结果,发送所述参数检查结果至所述结果判断子模块;

所述结果判断子模块,用于判断参数检查结果中是否存在异常,若是,则对所述第一能源数据参数进行修复处理,得到第二能源数据参数,将所述第二能源数据参数发送至所述数据转换子模块;若否,则将所述第一能源数据参数发送至所述数据转换子模块;

所述数据转换子模块,用于对所述第一能源数据参数或所述第二能源数据参数通过多轮数据转换,将所述第一能源数据参数或所述第二能源数据转换为目标能源数据。

5.如权利要求4所述的基于智能控制系统的高效能源利用管理平台,其特征在于,所述对所述第一能源数据参数进行修复处理,得到第二能源数据参数,包括:响应于所述参数检查结果,提取所述第一能源数据参数中的待修复数据,其中所述待修复数据至少包括重复数据、错误数据、缺失数据;

根据待修复数据的序列长度对所述第一能源数据参数进行划分,对所述第一能源数据参数的各段序列进行归一化处理,提取待修复数据序列的前后各一段序列,并划分为训练集和测试集;

将所述训练集作为输入层输入第一神经网络模型中进行网络训练,通过所述测试集对第一神经网络模型进行模型超参数进行优化;

利用训练完的第一神经网络模型对待修复数据序列进行修复,得到第二能源数据参数。

6.如权利要求1所述的基于智能控制系统的高效能源利用管理平台,其特征在于,所述基于智能控制系统的高效能源利用管理平台的运行方法包括以下步骤:步骤一、对多个分布式能源设备进行多维实时能源监控,得到所述分布式能源设备的实时运行状态;

步骤二、响应于所述分布式能源设备的实时运行状态,采集所述分布式能源设备的目标能源数据,基于所述分布式能源设备确定所述目标能源数据的能源类型;

步骤三、根据所述能源类型对所述目标能源数据进行能源消耗分析,得到能源消耗数据;

步骤四、根据所述能源消耗数据确定能源消费动态,响应于所述能源消费动态生成设备调节信息,将所述设备调节信息反馈至对应的分布式能源设备,以对所述分布式能源设备进行调节。