一种基于数据分析的智慧园区能源综合管控平台制造技术

本发明专利技术公开了一种基于数据分析的智慧园区能源综合管控平台，包括监测子平台、管理子平台和分析与预测子平台；监测子平台用于对源端、网端、负荷端和储能端的工作状态及数据进行监测，并将采集的数据发送给管理子平台和分析与预测子平台；管理子平台用于根据监测子平台采集的数据对园区的能源供应进行管理和协调；分析与预测子平台用于利用大数据分析与机器学习技术对监测子平台采集的数据进行深度挖掘与分析，从而实现能源使用策略优化，能源消耗预测和能源异常使用告警。本发明专利技术通过引入大数据分析和机器学习的数据分析，能够实现对能源的综合管理、供应协调、策略优化、异常告警、消耗预测等，从而提高能源的利用效率，有效促进节能减排。促进节能减排。促进节能减排。

【技术实现步骤摘要】
一种基于数据分析的智慧园区能源综合管控平台


[0001]本专利技术涉及智慧能源管理
，特别涉及一种基于数据分析的智慧园 区能源综合管控平台。

技术介绍

[0002]鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘 与预测，开展精准调度、故障判断和预测性维护，能够提高能源利用效率和安 全稳定运行水平。
[0003]工业园区作为能源消耗的主要场所，也成为了加强能源消耗智能化的主要 单位。目前的工业园区的能源消耗管理还存在着许多的问题，包括：能源管理 结构分散、数据可视频化程度低、管理系统智能化程度不高等。如何实现园区 能源的智能化、协商管理是目前园区能源管理的主要目标。

技术实现思路

[0004]针对上述问题，本专利技术的目的在于提供一种基于数据分析的智慧园区能源 综合管控平台，引入大数据分析和机器学习的数据分析，实现对能源的综合管 理、供应协调、策略优化、异常告警、消耗预测等，从而提高能源的利用效率。
[0005]为解决上述技术问题，本专利技术的实施例提供如下方案：
[0006]一种基于数据分析的智慧园区能源综合管控平台，包括监测子平台、管理 子平台和分析与预测子平台；
[0007]所述监测子平台用于对源端、网端、负荷端和储能端的工作状态及数据进 行监测，并将采集的数据发送给所述管理子平台和所述分析与预测子平台；
[0008]所述管理子平台用于根据所述监测子平台采集的数据对园区的能源供应进 行管理和协调；
[0009]所述分析与预测子平台用于利用大数据分析与机器学习技术对所述监测子 平台采集的数据进行深度挖掘与分析，从而实现能源使用策略优化，能源消耗 预测和能源异常使用告警。
[0010]优选地，所述监测子平台包括连接在源端的源端数据采集传感器、连接在 网端的网端数据采集传感器、连接在负荷端的负荷端数据采集传感器、以及连 接在储能端的储能端数据采集传感器；
[0011]所述源端数据采集传感器用于监测源端各节点末梢的电能和热能的能源剩 余情况，并采集相关数据；
[0012]所述网端数据采集传感器用于监测能源传输的能网和信息传输的数据网的 工作状态是否正常，并采集相关数据；
[0013]所述负荷端数据采集传感器用于监测各用能负荷是否过载运行而产生损伤 或危险，并采集相关数据；
[0014]所述储能端数据采集传感器用于监测储能设备和太阳能集热设备的储能情 况，
并采集相关数据；
[0015]所述源端数据采集传感器、所述网端数据采集传感器、所述负荷端数据采 集传感器和所述储能端数据采集传感器采集的数据通过网关传回所述监测子平 台。
[0016]优选地，所述监测子平台还包括设置在园区的温度传感器和光传感器；所 述温度传感器用于实时监测和采集园区的温度，所述光传感器用于实时监测和 采集园区的光照强度。
[0017]优选地，所述管理子平台具体用于对外部供能、光伏、储能、充电桩和太 阳能集热五类能源的供应进行管理和协调。
[0018]优选地，所述管理子平台的基本策略包括：优先使用光伏和太阳能集热两 种清洁能源的供能方式，若这两种方式供能不足，再根据所述监测子平台采集 的数据依次协调使用储能、充电桩和外部供能的方式给园区供给能源。
[0019]优选地，所述分析与预测子平台具体用于：
[0020]使用朴素贝叶斯算法依据光照强度和温度对光伏发电量和太阳能集热进行 预测；
[0021]使用EM算法对园区能源消耗总量进行预测。
[0022]优选地，所述使用朴素贝叶斯算法预测光伏发电量和太阳能集热具体包括：
[0023]假定S
i
表示不同分段的光伏发电量，且为连续值属性，并服从高斯分布，即 P(S
i
|A
j
)其中和分别表示在样本A
j
下的第i个分段的取值的 均值和方差，j＝1,2分别表示光照强度与温度的样本，P(S
i
|A
j
)的概率密度为：
[0024][0025]相应的高斯分类器如下：
[0026][0027]其中S＝(S1,S2,
…
,S
n
)为输入值，P(A
j
)表示第j类样本的先验概率，E(S)表示 输出的光伏发电量的预测结果；
[0028]假定H
i
表示不同分段的太阳能集热，且为连续值属性，并服从高斯分布； 同理可以得到太阳能集热的预测结果E(H)。
[0029]优选地，所述使用EM算法预测能源消耗总量包括：
[0030]假定能源消耗总量服从高斯分布，即P(X|θ)N(μ,σ2)，其中X＝(x1,x2,
…
x
n
)为 样本集，n为样本数量；利用EM算法对能源消耗总量进行预测如下：
[0031]输入：样本数据X＝(x1,x2,
…
x
n
)，联合分布函数p(x,z:θ)，条件分布函数 p(z|x；θ)，其中Z＝(z1,z2,
…
z
n
)为隐含数据，设M为最大迭代次数；
[0032]A1、设置初始化模型参数θ的值；
[0033]A2将j从1到M执行EM算法迭代：
[0034]Q
i
(z
i
)＝P(z
i
|x
i
,θ
j
)
ꢀꢀꢀ
(3)
[0035][0036]极大化L(θ,θ
j
)，到得新的参数：
[0037]θ
j+1
＝argmaxL(θ,θ
j
)
ꢀꢀꢀ
(5)
[0038]当θ
j+1
已经收敛或者算法迭代次数达到M，则退出迭代；
[0039]输出：新的模型参数
[0040]根据新的模型参数得到对应的并以此作为能源消耗总量的预测。
[0041]优选地，所述分析与预测子平台还用于预测外部供能，计算过程如下：
[0042][0043]其中表示预测的外部供能，表示预测的能源消耗总量，E(S)表示预测的 光伏发电量，E(H)表示预测的太阳能集热。
[0044]优选地，所述分析与预测子平台还用于根据对各能源使用的预测结果进行 策略优化和异常告警，具体包括：
[0045]根据对各能源使用的预测结果，提前制定相应的能源使用策略，在节能减 排的同时保证园区的生产稳定；
[0046]计算预测值实时数据差异比：
[0047][0048]其中，E为能源使用的预测值，R为能源使用的实际值，ε为预测值实时数 据差异比；
[0049]根据预测值实时数据差异比是否超出预设阈值来判断能源使用是否存在异 常情况，并在发现异常情况时告警。
[0050]本专利技术实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的智慧园区能源综合管控平台，其特征在于，所述智慧园区能源综合管控平台包括监测子平台、管理子平台和分析与预测子平台；所述监测子平台用于对源端、网端、负荷端和储能端的工作状态及数据进行监测，并将采集的数据发送给所述管理子平台和所述分析与预测子平台；所述管理子平台用于根据所述监测子平台采集的数据对园区的能源供应进行管理和协调；所述分析与预测子平台用于利用大数据分析与机器学习技术对所述监测子平台采集的数据进行深度挖掘与分析，从而实现能源使用策略优化，能源消耗预测和能源异常使用告警。2.根据权利要求1所述的智慧园区能源综合管控平台，其特征在于，所述监测子平台包括连接在源端的源端数据采集传感器、连接在网端的网端数据采集传感器、连接在负荷端的负荷端数据采集传感器、以及连接在储能端的储能端数据采集传感器；所述源端数据采集传感器用于监测源端各节点末梢的电能和热能的能源剩余情况，并采集相关数据；所述网端数据采集传感器用于监测能源传输的能网和信息传输的数据网的工作状态是否正常，并采集相关数据；所述负荷端数据采集传感器用于监测各用能负荷是否过载运行而产生损伤或危险，并采集相关数据；所述储能端数据采集传感器用于监测储能设备和太阳能集热设备的储能情况，并采集相关数据；所述源端数据采集传感器、所述网端数据采集传感器、所述负荷端数据采集传感器和所述储能端数据采集传感器采集的数据通过网关传回所述监测子平台。3.根据权利要求2所述的智慧园区能源综合管控平台，其特征在于，所述监测子平台还包括设置在园区的温度传感器和光传感器；所述温度传感器用于实时监测和采集园区的温度，所述光传感器用于实时监测和采集园区的光照强度。4.根据权利要求1所述的智慧园区能源综合管控平台，其特征在于，所述管理子平台具体用于对外部供能、光伏、储能、充电桩和太阳能集热五类能源的供应进行管理和协调。5.根据权利要求4所述的智慧园区能源综合管控平台，其特征在于，所述管理子平台的基本策略包括：优先使用光伏和太阳能集热两种清洁能源的供能方式，若这两种方式供能不足，再根据所述监测子平台采集的数据依次协调使用储能、充电桩和外部供能的方式给园区供给能源。6.根据权利要求1所述的智慧园区能源综合管控平台，其特征在于，所述分析与预测子平台具体用于：使用朴素贝叶斯算法依据光照强度和温度对光伏发电量和太阳能集热进行预测；使用EM算法对园区能源消耗总量进行预测。7.根据权利要求6所述的智慧园区能源综合管控平台，其特征在于，所述使用朴素贝叶斯算法预测光伏发电量和太阳能集热具体包括：假定S
i
表示不同分段的光伏发电量，且为连续值属性，并服从高斯分布，即P(S
i
|A
j
)
其中μ
Aj,i
和分别表示在样本A
j
下的第i个分...

【专利技术属性】
技术研发人员：王凯润，杨文涵，傅腾，吴超，黄迪，张敏，徐义舟，刘芷麟，郑立军，景真钰，
申请(专利权)人：中电投东北能源科技有限公司，
类型：发明
国别省市：