电力消耗预测方法、电力消耗预测系统及计算机可读存储介质技术方案

本发明专利技术提供一种电力消耗预测方法，包括以下步骤：预测对象根据生产计划或工作计划进行生产或工作；获取所述预测对象在预定期间内的实际生产量数据或实际工作量数据，并测量与所述预定期间内的所述实际生产量数据或实际工作量数据相对应的所述预测对象在所述预定期间内的每单位时间的实际电力消耗值数据即每单位时间实际电力消耗值数据；对所述实际生产量数据或实际工作量数据与所述每单位时间实际电力消耗值数据进行学习，并建立数据模型；当所述预测对象要根据新的生产计划或工作计划进行生产或工作时，基于所述数据模型，预测出所述新的生产计划或工作计划所对应的每单位时间内的预测电力消耗值数据即每单位时间预测电力消耗值数据。预测电力消耗值数据。预测电力消耗值数据。

【技术实现步骤摘要】
电力消耗预测方法、电力消耗预测系统及计算机可读存储介质


[0001]本专利技术涉及一种用于预测企业工厂等用电单位或空调等用电设备的电力消耗的方法、采用该方法的电力消耗预测系统及计算机可读存储介质。

技术介绍

[0002]目前的工业或商业用电采用峰谷分时电价，按照价格由高到低基本分为峰时段用电、平时段用电、谷时段用电。其中，峰时段(7：30-11：30、17：00-21：00)用电的价格很高，一般会采取削峰填谷或用其它的用电方式例如太阳能电池、光伏电池、蓄电池等来代替峰时段用电，以削减这一部分的用电成本。因此，在企业工厂制定并执行生产计划时，需要考虑并管理该生产计划相应的电力消耗以避开或减少峰时段用电，从而控制生产成本，实现合理用电。
[0003]例如，专利文献1公开的用于监视和控制产品批次的生成的能量成本的方法中，其在执行生产过程期间对生产过程中的每一个单独的生产步骤都测定其能量消耗，并将所得到的能量消耗数据和特定产品批次的生产特定数据相关联，通过将能量消耗简况与能量成本简况进行比较，来调整至少一个生产步骤的调度顺序，以避免消耗峰时段用电和/或以低成本间隔消耗能量。
[0004]专利文献2中公开了一种预测能量存储设备的功率上限(功耗最小值)的方法，其利用历史数据确定出历史时间段的最佳功率上限，进而结合天气和建筑物数据等经由训练神经网络，预测出未来使用时间周期的最佳功率上限。
[0005]现有技术文献
[0006]专利文献
[0007]专利文献1：CN110032149A
>[0008]专利文献2：CN109670627A

技术实现思路

[0009]专利技术所要解决的技术问题
[0010]在专利文献1中，用于将生产设施/生产线相对于特定产品批次的能量消耗作为生产的直接组成部分进行考虑，将生产数据和能量消耗数据以及算法相关联，并与能量成本进行比较，通过减少峰时段用电的需求和波动来提高能量效率，通过根据能量成本重新安排和优化生产步骤来降低能量成本。然而，该方法是在特定批次的生产过程执行期间测量该批次的能量消耗，通过建立数据模型关联生产数据和能量消耗数据，进而优化该生产计划，因此存在不能在正式执行生产计划之前预测该生产计划相应的能量消耗的问题。如果企业工厂能够在执行生产计划之前，预测到相应的能量消耗，就能提前应对峰时段用电，或采取替代的用电方式以降低成本，或调整生产计划以实现成本的降低和绿色生产。
[0011]专利文献2中，虽然能够根据历史数据来预测未来的最佳功率上限，但其利用的是
仪表数据(功率表数据)和天气或建筑物的数据等，也无法在正式执行生产计划之前预测该生产计划相应的能量消耗。
[0012]本专利技术鉴于这种情况而完成，其目的在于提供一种电力消耗预测方法、电力消耗预测系统及计算机可读存储介质，其能够根据预测对象的历史生产数据及相应的电力消耗数据来预测当前生产计划的电力消耗数据，根据预测结果来调整或控制生产计划，从而减少峰时段用电，降低用电成本，实现电力资源的最优配置。
[0013]解决技术问题所采用的技术手段
[0014]根据本专利技术实施例的一个方面，提供一种电力消耗预测方法，其包括以下步骤：
[0015](1)预测对象根据生产计划或工作计划进行生产或工作；
[0016](2)获取所述预测对象在预定期间内的实际生产量数据或实际工作量数据，并测量与所述预定期间内的所述实际生产量数据或实际工作量数据相对应的所述预测对象在所述预定期间内的每单位时间的实际电力消耗值数据即每单位时间实际电力消耗值数据；
[0017](3)对所述实际生产量数据或实际工作量数据与所述每单位时间实际电力消耗值数据进行学习，并建立数据模型；
[0018](4)当所述预测对象要根据新的生产计划或工作计划进行生产或工作时，基于所述数据模型，预测出所述新的生产计划或工作计划所对应的每单位时间内的预测电力消耗值数据即每单位时间预测电力消耗值数据。
[0019]可选地，所述每单位时间预测电力消耗值数据被提供给电力管理系统，以管理和控制所述预测对象的实际电力消耗。
[0020]可选地，对测量到的所述实际生产量数据或实际工作量数据、以及所述每单位时间实际电力消耗值数据进行筛选，选取特征数据用于建立所述数据模型。
[0021]可选地，对所述特征数据进行分析，生成包括线性回归模型、非线性回归模型、人工神经网络模型在内的多个分析模型。
[0022]可选地，将测量到的所述实际生产量数据或实际工作量数据、所述每单位时间实际电力消耗值数据代入分析模型，并与预测到的所述每单位时间预测电力消耗值数据进行比较，对所述多个分析模型分别进行验证和评估，从中选定用于建立所述数据模型的分析模型。
[0023]可选地，所述每单位时间实际电力消耗值数据和所述每单位时间预测电力消耗值数据表示所述预测对象在每单位时间内的电力消耗峰值。
[0024]可选地，所述预定期间为一天，所述单位时间为一分钟。
[0025]可选地，所述预测对象是包括工厂、大楼、医院、商场在内的电力消耗场所。
[0026]可选地，所述预测对象是包括空调、电动机在内的电力消耗设备。
[0027]根据本专利技术实施例的另一个方面，还提供一种电力消耗预测系统，用于上述电力消耗预测方法，该电力消耗预测系统包括：
[0028]获取模块，用于获取预测对象根据生产计划或工作计划进行生产或工作时在预定期间内的实际生产量数据或实际工作量数据；
[0029]测量模块，用于测量与所述预定期间内的所述实际生产量数据或实际工作量数据相对应的所述预测对象在所述预定期间内的每单位时间的实际电力消耗值数据即每单位时间实际电力消耗值数据；
[0030]数据建模模块，对所述实际生产量数据或实际工作量数据与所述每单位时间实际电力消耗值数据进行学习，并建立数据模型；
[0031]预测模块，当所述预测对象要根据新的生产计划或工作计划进行生产或工作时，基于所述数据模型，预测出所述新的生产计划或工作计划所对应的每单位时间内的预测电力消耗值数据即每单位时间预测电力消耗值数据。
[0032]可选地，所述数据建模模块包括：
[0033]特征数据提取部，对测量到的所述实际生产量数据或实际工作量数据、以及所述每单位时间实际电力消耗值数据进行筛选，选取特征数据用于建立所述数据模型；以及
[0034]AI学习部，该AI学习部对所述特征数据进行学习，生成包括线性回归模型、非线性回归模型、人工神经网络模型在内的多个分析模型，并将测量到的所述实际生产量数据或实际工作量数据、所述每单位时间实际电力消耗值数据代入所述分析模型，以与预测到的所述每单位时间预测电力消耗值数据进行比较，从而对所述多个分析模型分别进行验证和评估，从中选定用于建立所述数据模型的分析模型。
[0035]根据本专利技术实施例的又一方面，本专利技术还提供一种计算机可读存储介质，其存储有用于使计算机执行上述电力消耗预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力消耗预测方法，其特征在于，包括以下步骤：(1)预测对象根据生产计划或工作计划进行生产或工作；(2)获取所述预测对象在预定期间内的实际生产量数据或实际工作量数据，并测量与所述预定期间内的所述实际生产量数据或实际工作量数据相对应的所述预测对象在所述预定期间内的每单位时间的实际电力消耗值数据即每单位时间实际电力消耗值数据；(3)对所述实际生产量数据或实际工作量数据与所述每单位时间实际电力消耗值数据进行学习，并建立数据模型；(4)当所述预测对象要根据新的生产计划或工作计划进行生产或工作时，基于所述数据模型，预测出所述新的生产计划或工作计划所对应的每单位时间内的预测电力消耗值数据即每单位时间预测电力消耗值数据。2.如权利要求1所述的电力消耗预测方法，其特征在于，所述每单位时间预测电力消耗值数据被提供给电力管理系统，以管理和控制所述预测对象的实际电力消耗。3.如权利要求1所述的电力消耗预测方法，其特征在于，对测量到的所述实际生产量数据或实际工作量数据、以及所述每单位时间实际电力消耗值数据进行筛选，选取特征数据用于建立所述数据模型。4.如权利要求3所述的电力消耗预测方法，其特征在于，对所述特征数据进行分析，生成包括线性回归模型、非线性回归模型、人工神经网络模型在内的多个分析模型。5.如权利要求4所述的电力消耗预测方法，其特征在于，将测量到的所述实际生产量数据或实际工作量数据、所述每单位时间实际电力消耗值数据代入所述分析模型，从而对所述多个分析模型分别进行验证和评估，从中选定用于建立所述数据模型的分析模型。6.如权利要求5所述的电力消耗预测方法，其特征在于，对所选定的分析模型进行反馈和校正，建立所述数据模型，在所述分析模型运行时，将所得到的每单位时间预测电力消耗值数据与这一次运行所对应的每单位时间实际电力消耗值数据进行比较，根据比较结果对所述分析模型进行校正，使得所述比较结果在预先设定的误差范围内。7.如权利要求1至6的任一项所述的电力消耗预测方法，其特征在于，所述每单位时间实际电力消耗值数据和所述每单位时间预测电力消耗值数据表示所述预测对象在每单位时间内的电力消耗峰值。8.如权利要求1至6的任一项所述的电力消耗预测方法，其特征在于，所述预...

【专利技术属性】
技术研发人员：肖剑，杨菲，关瑞秋，
申请(专利权)人：三菱电机中国有限公司，
类型：发明
国别省市：