【技术实现步骤摘要】
一种基于物联网的电力能源智能管控方法、装置及系统
[0001]本专利技术涉及能源管控
，尤其涉及一种基于物联网的电力能源智能管控方法、装置及系统。
技术介绍
[0002]随着物联网技术的发展，将物联网技术与能源管控相结合，实现对社区电力能源的使用进行高效、安全及智能的控制，用以降低社区能耗水平，对全社会的节能减排以及降低社区用能成本是非常有必要的。
[0003]目前，现有的能源智能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，但是，面向海量的历史数据，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。
技术实现思路
[0004]针对现有技术的不足，本专利技术提供了一种基于物联网的电力能源智能管控方法、装置及系统，解决了社区电力能源用量预测不准确的技术问题，达到了在充分满足、完善社区电力用能要求的前提下，减少电力能源消耗，提高利用率的目的。
[...
【技术保护点】
【技术特征摘要】
1.一种基于物联网的电力能源智能管控方法，其特征在于，包括以下步骤：S1、根据社区所在区域位置的当日气象数据计算当日有效温度数据；S2、获取社区住户数据和日期类型数据，其中，所述日期类型数据包括节假日和工作日；S3、根据所述当日有效温度数据、社区住户数据和日期类型数据，通过电能用量预测模型得到社区当日的电能总用量预测值；S4、获取电能数据采集设备所采集的实时监测数据集，其中，所述实时监测数据包括家庭用能监测数据、楼道照明用能监测数据和路灯用能监测数据；S5、根据所述实时监测数据集计算社区当日的电能总用量实际值；S6、根据所述电能总用量实际值和电能总用量预测值，计算电能用量预测误差；S7、判断预测误差是否在预设范围内，如果预测误差在预设范围内，则判定为社区电能用量正常；如果预测误差不在预设范围内，则判定为社区电能用量异常并向能源管控中心发送预警信息；S8、根据所述预警信息能源管控中心采取相应的能源管控策略。2.根据权利要求1所述的电力能源智能管控方法，其特征在于，所述步骤S6和S7之间还包括：S9、根据所述预测误差对数据库内的数据进行清洗；S10、根据清洗后的数据库对所述电能用量预测模型进行持续优化。3.根据权利要求1所述的电力能源智能管控方法，其特征在于，所述步骤S3具体包括：S31、根据数据库中储存的历史用能样本集，构建电能用量预测模型；S32、采用所述电能用量预测模型根据所述当日有效温度数据、社区住户数据和日期类型数据，得到社区当日的电能总用量预测值。4.根据权利要求3所述的电力能源智能管控方法，其特征在于，所述步骤S31具体包括：S311、获取经主成分分析算法处理的储存在数据库中的历史用能样本集；S312、将所述历史用能样本集按预设比例随机划分为训练样本集和测试样本集；S313、根据所述训练样本集的数据特征，确定灰色神经网络的拓扑结构以获得初始预测模型；S314、根据初始预测模型的权值偏置与蚁群优化算法的映射关系，通过训练样本集对初始预测模型进行训练优化，得到最优的电能用量预测模型；S315、采用测试样本集对电能用量预测模型进行测试和验证。5.根据权利要求2所述的电力能源智能管控方法，其特征在于，所述步骤S9具体包括：当所述预测误差不在预设范围内时，将所述当日有效温度数据和日期类型数据以及实时监测数据集上传至数据库并剔除数据库中的脏数据；当所述预测误差在预设范围内时，将所述当日有效温度数据和日期类型数据以及实时监测数据集上传至数据库，并将数据库中采集时间间隔大于时间阈值的重复的历史数据剔除。6.根据权利要求1所述的电力能源智能管控方法，其特征在于，所述电能用量预测模型的输出值的表达式为：
上式中，W
f
为社区当日的电能总用量预测值，m为社区用电单元的个数，n为影响社区电能总用量的因素指标的个数，x
j
为第j个用电单元，α
ij
为第j个用电单元在第i个因素指标的权重，F
...
【专利技术属性】
技术研发人员：孙伟仁，邓涛，尹贵柱，
申请(专利权)人：杭州达中科技有限公司，
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。