一种基于物联网与云计算技术的智慧能源管理平台制造技术

本发明专利技术涉及能源管理平台，具体涉及一种基于物联网与云计算技术的智慧能源管理平台，在传统电能管理系统的基础上增加了对水、气、环境温度、冷热量等集中采集与分析，通过对用户端所有能耗进行细分和统计，以直观的图表向管理人员或决策层展示系统能耗情况，为进一步节能改造或设备升级提供有效的数据支撑；可以按照国家有关规定实施能源审计，分析现状，查找问题，挖掘节能潜力，提出切实可行的用能措施，并向审计部门报送能源审计报告；本发明专利技术提供的技术方案能够有效克服现有技术所存在的不能帮助企业及时调整用能措施、不能对系统能耗进行有效预测的缺陷。行有效预测的缺陷。行有效预测的缺陷。

【技术实现步骤摘要】
一种基于物联网与云计算技术的智慧能源管理平台


[0001]本专利技术涉及能源管理平台，具体涉及一种基于物联网与云计算技术的智慧能源管理平台。

技术介绍

[0002]企业能源管理平台是以用能单位、次级用能单位、主要耗能设备、用能单元的方式，将企业的能源计量、能源管理和企业管理有机结合，通过建立企业相关的能源基准，对照能源绩效进行能源评审，持续改进、优化企业用能状况，科学计划、合理调度和有效利用能源资源，以实现优化能源消耗为目的的信息化平台。
[0003]目前，已经有不少企业开始响应政府号召，开展能源管理系统建设。但是，大部分企业所采用的传统能源管理系统仍存在许多缺点，主要表现为：
[0004]对于能耗设备无法做到实时感知，能耗设备的运行状态不能实时掌握，仅依靠维护人员人工进行巡视，不仅需要投入大量的人力物力，还存在信息更新不及时，效率较低等问题；
[0005]多种类能源无法进行集中监管，各类能源管理系统之间数据不互通，无法检测到整体用能全貌；
[0006]仅具有数据收集的功能，不能合理对数据进行分析，处理，不能及时发现异常能耗情况，也无法挖掘用能潜力，不能帮助企业及时调整用能措施。

技术实现思路

[0007](一)解决的技术问题
[0008]针对现有技术所存在的上述缺点，本专利技术提供了一种基于物联网与云计算技术的智慧能源管理平台，能够有效克服现有技术所存在的不能帮助企业及时调整用能措施、不能对系统能耗进行有效预测的缺陷。
[0009](二)技术方案/>[0010]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0011]一种基于物联网与云计算技术的智慧能源管理平台，包括用于检测能耗设备能源消耗的检测设备，所述检测设备通过服务器节点向监控主机上传检测数据，以及
[0012]实时监控显示模块，基于检测数据实时分析显示系统运行情况，并将检测数据、告警信息与对应能耗设备绑定显示；
[0013]能耗统计模块，根据检测数据对系统能耗进行分析研究，并将分析研究结果上传至数据中心，同时根据分析研究结果调整能源分配策略；
[0014]能耗预测模块，构建深度学习神经网络模型，基于数据中心的系统能耗数据进行模型训练优化，根据能耗统计模块的分析研究结果预测未来一段时间内的系统能耗，并将预测结果上传至调度中心；
[0015]能耗分析模块，基于能耗统计模块的分析研究结果多维度了解系统能耗情况，并
对生产工艺、能耗设备进行能耗优化；
[0016]能耗审计模块，基于能耗统计模块的分析研究结果制定能源改造目标数据，并上传至审计部门；
[0017]报表分析生成模块，基于检测数据生成各种能耗分析报告和图表，有序展现能耗设备相关指标，呈现系统能耗情况；
[0018]能耗设备管理模块，用于对能耗设备进行分类管理，构建关于能耗设备的管理框架，及时淘汰能耗较大或出现故障的能耗设备。
[0019]优选地，所述实时监控显示模块通过2D仿真构建能耗设备对应的仿真模型，并将接收到的检测数据和告警信息与对应仿真模型绑定显示，以呈现能耗设备的运行状态及系统异常信息。
[0020]优选地，所述实时监控显示模块对当天接收到的告警信息进行统计，并在实时告警列表中按照接收时间顺序统一显示告警信息。
[0021]优选地，所述监控主机接收到服务器节点发送的检测数据后，分析判断各能耗设备的运行状态及能耗情况；
[0022]当监控主机分析判断能耗设备处于异常运行状态或异常能耗状态时，监控主机生成包含该能耗设备的设备编号在内的告警信息。
[0023]优选地，所述实时监控显示模块基于检测数据将系统中供电、供水、供气、环境温度、冷热量通过图表形式呈现。
[0024]优选地，还包括用于根据告警信息生成预警信息的预警信息生成模块，所述预警信息生成模块将生成的预警信息发送至监控主机，所述监控主机通过通信模块将预警信息发送至相关负责人的移动终端。
[0025]优选地，所述能耗预测模块从数据中心截选连续时间段内的系统能耗数据，并将该连续时间段内前一部分的系统能耗数据作为预测训练集，将剩余部分的系统能耗数据作为预测测试集；
[0026]将预测训练集输入构建的深度学习神经网络模型，得到系统能耗的初步预测结果；
[0027]根据损失函数，确定初步预测结果与预测测试集之间的误差，并基于误差对深度学习神经网络模型进行迭代训练；
[0028]当误差达到预设的误差范围时，完成对深度学习神经网络模型的训练优化；
[0029]将能耗统计模块的分析研究结果输入训练好的深度学习神经网络模型，得到未来一段时间内的系统能耗预测结果。
[0030]优选地，所述基于误差对深度学习神经网络模型进行迭代训练，包括：
[0031]利用深度学习神经网络模型度误差进行特征提取，得到特征序列；
[0032]在特征序列的基础上，结合预测训练集学习深度学习神经网络模型输出层中的参数。
[0033]优选地，所述能耗分析模块根据不同生产工序所需要消耗的能耗指标，根据企业自身具备的资源状况，优化不同生产工序的能源消耗状态，并对能耗设备进行对比，选择其中能耗较小的能耗设备。
[0034]优选地，还包括用于进行用户管理、角色管理、权限管理、告警策略配置、预警策略
配置、系统参数维护的系统配置模块。
[0035](三)有益效果
[0036]与现有技术相比，本专利技术所提供的一种基于物联网与云计算技术的智慧能源管理平台，具有以下有益效果：
[0037]1)在传统电能管理系统的基础上增加了对水、气、环境温度、冷热量等集中采集与分析，通过对用户端所有能耗进行细分和统计，以直观的图表向管理人员或决策层展示系统能耗情况，为进一步节能改造或设备升级提供有效的数据支撑；
[0038]2)可以按照国家有关规定实施能源审计，分析现状，查找问题，挖掘节能潜力，提出切实可行的用能措施，并向审计部门报送能源审计报告；
[0039]3)通过对深度学习神经网络模型的训练优化，使得深度学习神经网络模型能够准确预测未来一段时间内的系统能耗，并将预测结果上传至调度中心，实现调度中心的能源合理化调度，强化对能源的分散或集中控制。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术的系统示意图。
具体实施方式
[0042]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网与云计算技术的智慧能源管理平台，其特征在于：包括用于检测能耗设备能源消耗的检测设备，所述检测设备通过服务器节点向监控主机上传检测数据，以及实时监控显示模块，基于检测数据实时分析显示系统运行情况，并将检测数据、告警信息与对应能耗设备绑定显示；能耗统计模块，根据检测数据对系统能耗进行分析研究，并将分析研究结果上传至数据中心，同时根据分析研究结果调整能源分配策略；能耗预测模块，构建深度学习神经网络模型，基于数据中心的系统能耗数据进行模型训练优化，根据能耗统计模块的分析研究结果预测未来一段时间内的系统能耗，并将预测结果上传至调度中心；能耗分析模块，基于能耗统计模块的分析研究结果多维度了解系统能耗情况，并对生产工艺、能耗设备进行能耗优化；能耗审计模块，基于能耗统计模块的分析研究结果制定能源改造目标数据，并上传至审计部门；报表分析生成模块，基于检测数据生成各种能耗分析报告和图表，有序展现能耗设备相关指标，呈现系统能耗情况；能耗设备管理模块，用于对能耗设备进行分类管理，构建关于能耗设备的管理框架，及时淘汰能耗较大或出现故障的能耗设备。2.根据权利要求1所述的基于物联网与云计算技术的智慧能源管理平台，其特征在于：所述实时监控显示模块通过2D仿真构建能耗设备对应的仿真模型，并将接收到的检测数据和告警信息与对应仿真模型绑定显示，以呈现能耗设备的运行状态及系统异常信息。3.根据权利要求2所述的基于物联网与云计算技术的智慧能源管理平台，其特征在于：所述实时监控显示模块对当天接收到的告警信息进行统计，并在实时告警列表中按照接收时间顺序统一显示告警信息。4.根据权利要求2所述的基于物联网与云计算技术的智慧能源管理平台，其特征在于：所述监控主机接收到服务器节点发送的检测数据后，分析判断各能耗设备的运行状态及能耗情况；当监控主机分析判断能耗设备处于异常运行状态或异常能耗状态时，监控主机生成包含该能耗设备的设备编号在内的告警信息。5.根据权利要求4所述的基于物...

【专利技术属性】
技术研发人员：李东华，方秀才，蒋海，吴海兵，
申请(专利权)人：合肥中能电力科技有限公司，
类型：发明
国别省市：