【技术实现步骤摘要】
供热系统调度方法、装置、设备、存储介质以及程序产品
本申请涉及计算机
,具体涉及人工智能、云计算
,尤其涉及供热系统调度方法、装置、设备、存储介质以及程序产品。
技术介绍
随着工业物联网的产业化升级和传统制造行业结构的转型,亟需传统工业行业快速向智能模式转换。当前众多供热公司和企业都在积极探索不同程度的智慧供热。然而,现有智慧供热平台更专注在数据层面的统一和监管,未能深入探索和适配复杂实际场景下的供热调度,对供热系统的负荷预测效果不佳。
技术实现思路
本申请提供了一种供热系统调度方法、装置、设备、存储介质以及程序产品。根据本申请的第一方面,提供了一种供热系统调度方法,包括:获取网关当前上报的供热系统的第一实时数据;获取供热系统的静态参数数据;利用预先训练的预测模型对第一实时数据和静态参数数据进行处理,预测得到供热系统的负荷预测结果,其中,预测模型是利用云端的计算能力训练得到的;将负荷预测结果下发至网关,以使网关基于负荷预测结果调度供热系统。根据本申请的第二方面,提供了一种供热系统调度装置,包括:第一获取单元,被配置成获取网关当前上报的供热系统的第一实时数据;第二获取单元,被配置成获取供热系统的静态参数数据;预测单元,被配置成利用预先训练的预测模型对第一实时数据和静态参数数据进行处理,预测得到供热系统的负荷预测结果,其中,预测模型是利用云端的计算能力训练得到的;下发单元,被配置成将负荷预测结果下发至网关,以使网关基于负荷预测结果调度供热系统。根据本申请的第三方面, ...
【技术保护点】
1.一种供热系统调度方法,包括:/n获取网关当前上报的供热系统的第一实时数据;/n获取所述供热系统的静态参数数据;/n利用预先训练的预测模型对所述第一实时数据和所述静态参数数据进行处理,预测得到所述供热系统的负荷预测结果,其中,所述预测模型是利用云端的计算能力训练得到的;/n将所述负荷预测结果下发至所述网关,以使所述网关基于所述负荷预测结果调度所述供热系统。/n
【技术特征摘要】
1.一种供热系统调度方法,包括:
获取网关当前上报的供热系统的第一实时数据;
获取所述供热系统的静态参数数据;
利用预先训练的预测模型对所述第一实时数据和所述静态参数数据进行处理,预测得到所述供热系统的负荷预测结果,其中,所述预测模型是利用云端的计算能力训练得到的;
将所述负荷预测结果下发至所述网关,以使所述网关基于所述负荷预测结果调度所述供热系统。
2.根据权利要求1所述的方法,其中,所述利用预先训练的预测模型对所述第一实时数据和所述静态参数数据进行处理,预测得到所述供热系统的负荷预测结果,包括:
将所述第一实时数据和所述静态参数数据输入至持久化的预测模型,得到所述供热系统的第一负荷预测结果;
将所述第一实时数据和所述静态参数数据输入至当前使用中的预测模型,得到所述供热系统的第二负荷预测结果;
若所述第二负荷预测结果优于所述第一负荷预测结果,基于所述第一负荷预测结果和所述第二负荷预测结果,生成所述负荷预测结果。
3.根据权利要求2所述的方法,其中,所述基于所述第一负荷预测结果和所述第二负荷预测结果,生成所述负荷预测结果,包括:
将所述第二负荷预测结果确定为所述负荷预测结果;或者
合并所述第一负荷预测结果和所述第二负荷预测结果,生成所述负荷预测结果。
4.根据权利要求1所述的方法,其中,所述方法还包括:
从时序数据库获取所述供热系统的历史实时数据,其中,所述时序数据库存储所述网关周期性上报到所述云端的实时数据;
从关系数据库获取所述供热系统的静态参数数据;
对所述历史实时数据和所述静态参数数据进行整合处理,得到第一训练样本集;
基于所述第一训练样本集,训练得到所述预测模型。
5.根据权利要求4所述的方法,其中,在所述基于所述第一训练样本集,训练得到所述预测模型之后,还包括:
对所述预测模型进行持久化处理,以及生成所述预测模型的索引指针,其中,所述索引指针用于预测调用和模型追踪。
6.根据权利要求5所述的方法,其中,所述方法还包括:
在完成对所述供热系统的调度之后,获取所述网关当前上报的所述供热系统的第二实时数据;
基于所述第二实时数据和所述静态参数数据,生成第二训练样本集;
利用所述第二训练样本集对所述预测模型迭代优化。
7.根据权利要求6所述的方法,其中,所述云端包括算法模块、数据模块、边缘模块、应用程序接口API模块、存储模块和计算模块;所述算法模块用于读取所述时序数据库和所述关系数据库中的数据,对模型进行训练和优化;所述数据模块与所述算法模块、所述API模块、所述边缘模块交互,用于逻辑处理和数据适配;所述边缘模块与所述数据模块、所述网关交互,用于数据的下发和上报;所述API模块用于提供负荷预测服务、数据展示服务、平台监控服务;所述存储模块用于提供所述时序数据库和所述关系数据库;所述计算模块用于提供底层基础。
8.根据权利要求1-7之一所述的方法,其中,所述预测模型包括以下至少一项:热源模型、换热站模型、户端模型、流量-阀门开度模型、阀门开度-流量反向模型。
9.一种供热系统调度装置,包括:
第一获取单元,被配置成获取网关当前上报的供热系统的第一实时数据;
第二获取单元,被配置成获取所述供热系统的静态参数数据;
预测单元,被配置成利用预先训练的预测模型对所述第一实时数据和所述静态参数数据进行处理,预测得到所述供热系统的负荷预测结果,其中,所述预测模型是利用云端的计算能力训练得...
【专利技术属性】
技术研发人员:黄涛,朱鸿伟,张浩,张扬扬,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。