【技术实现步骤摘要】
本专利技术涉及智慧能源综合管控，具体是涉及基于信息物理的智慧能源综合管控方法及系统。
技术介绍
1、基于信息物理的智慧能源综合管控方法整合了信息技术和物理技术，通过数据采集、大数据分析和人工智能，实现能源生产、传输、储存和使用的智能化管理与优化。此系统可应用于智能电网、可再生能源集成、能源存储管理、建筑与城市能源优化等领域，提升能源利用效率、降低成本、推动能源清洁化和可持续发展。
2、目前，现有的智慧能源综合管控方法通常是基于历史数据进行分析，实现对电力能源生产及用量的智慧化管理，但历史数据的数据庞大且具有不可预测性，传统的电力能源用量预测方法处理非常缓慢，往往需要花费很长的时间，甚至有时会因预测模型稳定性差，而导致预测失真，从而无法对电力能源进行合理的管控，进而导致电力能源利用率低，为此需要提供基于信息物理的智慧能源综合管控方法及系统来解决上述提出的问题。
技术实现思路
1、为解决上述技术问题，提供基于信息物理的智慧能源综合管控方法及系统，本技术方案解决了上述
技术介绍
中提出现有的智慧能源综合管控方法通常是基于历史数据进行分析，实现对电力能源生产及用量的智慧化管理，但历史数据的数据庞大且具有不可预测性，传统的电力能源用量预测方法处理非常缓慢，往往需要花费很长的时间，甚至有时会因预测模型稳定性差，而导致预测失真，从而无法对电力能源进行合理的管控，进而导致电力能源利用率低的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、基于信息物理的智
4、获取区域节点数据和能源管理系统数据；
5、根据能源管理系统数据，获取区域节点的实时区域用电影响因素数据和历史区域用电影响因素数据；
6、根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子；
7、根据所述工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，获取工业节点用电需求预测数据、商业节点用电需求预测数据和住宅节点用电需求预测数据；
8、将所述工业节点用电需求预测数据、商业节点用电需求预测数据和住宅节点用电需求预测数据发送至预警信息能源管控中心；
9、根据预警信息能源管控中心，获取电力能源预警报告；
10、根据所述电力能源预警报告，采取相应的能源管控策略。
11、在可选的实施例中，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
12、根据所述区域节点数据，获取历史工业用电量信息；
13、将所述历史工业用电量信息与历史区域用电影响因素数据进行关联分析，获取历史工业用电影响因素信息；
14、基于卷积神经网络，将所述历史工业用电影响因素信息按照预设工业用电影响特征类型进行特征提取，获取第一工业影响特征子样本集、第二工业影响特征子样本集、第三工业影响特征子样本集和第四工业影响特征子样本集；
15、将所述第一工业影响特征子样本集、第二工业影响特征子样本集、第三工业影响特征子样本集和第四工业影响特征子样本集分别按照8:1:1的比例进行数据划分，得到每个子样本集对应的工业影响特征训练集、验证集和测试集；
16、基于工业影响特征训练集，获取工业影响特征归一化参数；
17、基于所述工业影响特征归一化参数，对工业影响特征训练集、验证集和测试集进行归一化处理，得到工业影响特征标准训练集、验证集和测试集；
18、根据工业影响特征标准训练集、验证集和测试集，获取第一工业影响特征参数、第二工业影响特征参数、第三工业影响特征参数和第四工业影响特征参数；
19、将第一工业影响特征参数、第二工业影响特征参数、第三工业影响特征参数和第四工业影响特征参数作为新特征训练工业影响特征元模型，得到工业节点用电影响因子。
20、在可选的实施例中，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
21、根据所述区域节点数据，获取历史商业用电量信息；
22、将所述历史商业用电量信息与历史区域用电影响因素数据进行关联分析，获取历史商业用电影响因素信息；
23、基于长短期记忆网络，将所述历史商业用电影响因素信息按照预设商业用电影响特征类型进行特征提取，获取第一商业影响特征子样本集、第二商业影响特征子样本集和第三商业影响特征子样本集；
24、将所述第一商业影响特征子样本集、第二商业影响特征子样本集和第三商业影响特征子样本集分别按照8:1:1的比例进行数据划分，得到每个子样本集对应的商业影响特征训练集、验证集和测试集；
25、基于商业影响特征训练集，获取商业影响特征归一化参数；
26、基于所述商业影响特征归一化参数，对商业影响特征训练集、验证集和测试集进行归一化处理，得到商业影响特征标准训练集、验证集和测试集；
27、根据商业影响特征标准训练集、验证集和测试集，获取第一商业影响特征参数、第二商业影响特征参数和第三商业影响特征参数；
28、将第一商业影响特征参数、第二商业影响特征参数和第三商业影响特征参数作为新特征训练商业影响特征元模型，得到商业节点用电影响因子。
29、在可选的实施例中，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
30、根据所述区域节点数据，获取历史住宅用电量信息；
31、将所述历史住宅用电量信息与历史区域用电影响因素数据进行关联分析，获取历史住宅用电影响因素信息；
32、基于卷积神经网络，将所述历史住宅用电影响因素信息按照预设住宅用电影响特征类型进行特征提取，获取第一住宅影响特征子样本集、第二住宅影响特征子样本集和第三住宅影响特征子样本集；
33、将所述第一住宅影响特征子样本集、第二住宅影响特征子样本集和第三住宅影响特征子样本集分别按照8:1:1的比例进行数据划分，得到每个子样本集对应的住宅影响特征训练集、验证集和测试集；
34、基于住宅影响特征训练集，获取住宅影响特征归一化参数；
35、基于所述住宅影响特征归一化参数，对住宅影响特征训练集、验证集和测试集进行归一化处理，得到住宅影响特征标准训练集、验证集和测试集；
36、根据住宅影响特征标准训练集、验证集和测试集，获取第一住宅影响特征参数、第二住宅影响特征参数和第三住宅影响特征参数；
37、将第一住宅影响特征参数、第二住宅影响特征参数和第三住宅影响特征参数作为新特征训练住宅影响特征元模型，得到住宅节点用电影响因子。
38、在可选的实施例中，根据所述工业节点用电影本文档来自技高网...
【技术保护点】
1.基于信息物理的智慧能源综合管控方法，其特征在于，包括：
2.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
3.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
4.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
5.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，获取工业节点用电需求预测数据、商业节点用电需求预测数据和住宅节点用电需求预测数据，具体包括：
6.根据权利要求1所述的基于
7.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，获取工业节点用电需求预测数据、商业节点用电需求预测数据和住宅节点用电需求预测数据，具体包括：
8.基于信息物理的智慧能源综合管控系统，用于实现如权利要求1-7任一项所述的管控方法，其特征在于，包括：
9.根据权利要求8所述的基于信息物理的智慧能源综合管控系统，其特征在于，所述主控制模块，具体包括：
10.根据权利要求8所述的基于信息物理的智慧能源综合管控系统，其特征在于，所述数据获取模块，具体包括：
...【技术特征摘要】
1.基于信息物理的智慧能源综合管控方法，其特征在于，包括：
2.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
3.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
4.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述区域节点数据和实时区域用电影响因素数据，获取工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，具体包括：
5.根据权利要求1所述的基于信息物理的智慧能源综合管控方法，其特征在于，根据所述工业节点用电影响因子、商业节点用电影响因子和住宅节点用电影响因子，获取工业节点用电需求预测数据、商业节点用电...
【专利技术属性】
技术研发人员：胡宏彬，张一帆，王宇强，俞超宇，贺前进，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。