一种智能化用能设备控制系统及控制方法技术方案

本发明专利技术公开了一种智能化用能设备控制系统及控制方法，包括云平台侧、设备端侧和边缘侧，云平台侧包括运行工况监视器、云端算法模型库以及设备运行分析器，边缘侧包括任务执行器、用能设备功耗预测分析器以及边缘端算法模型库，通过对边缘侧专用设备增加并内置用能设备功耗预测分析控制器引擎，实现云端训模、边侧迁移及优化模型、端侧应用与决策的“云

【技术实现步骤摘要】
一种智能化用能设备控制系统及控制方法


[0001]本专利技术涉及智能化用能设备控制
，具体为一种智能化用能设备控制系统及控制方法。

技术介绍

[0002]近年来，随着生活水平的日益提升，日常生活中的楼宇、学校、商场及医院等都成为用能与碳排放的大户，中央空调、电梯及各种用电设备等等成为了日常生活中的不可或缺的一部分，尽管市面上我们也常见一些成功的利用智能感知前端设备来进行一些辅助控制的案例，如智能化电梯利用重力感知来进行动态调整运行速率、极大降低了用能功耗，但是对绝大部分用能设备依然处于人为管控的阶段、设备存储老旧且功耗巨大但用能效果差，部分设备因传统使用方式导致往往用能效果也很不理想。
[0003]譬如市面上中央空调绝大部分还只能本地使用，基本上是由用户自行设定温度和风速，空调系统的管理人员无法及时获知房间内的运行情况及异常情况，只能够采用人工巡检的方式来检查与判断设备功耗情况，费时费力且效果较差，同时，在日常使用中我们也注意到由于各空调末端都共是由相同的主机来提供冷、热源，无法准确统计每个末端的使用情况，物业管理方往往都是根据使用方用能面积大小来收取空调费用，易出现“无人空调”，“穿着棉衣开空调”等情况，造成能源的极大浪费，因此这里设计了一种智能化用能设备控制系统及控制方法，以便于解决如何对用能设备进行智能化控制，达到节能减排目的的问题。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的缺陷而提供一种智能化用能设备控制系统及控制方法，以便于解决上述
技术介绍
中提出的如何对用能设备进行智能化控制，达到节能减排目的的问题。
[0005]实现上述目的的技术方案是：一种智能化用能设备控制系统，包括云平台侧、设备端侧和边缘侧，所述云平台侧包括运行工况监视器、云端算法模型库以及设备运行分析器，所述工况监视器的信号输出端口与云端算法模型库的信号输入端口连接，所述云端算法模型库的信号输入端口与设备运行分析器的信号输出端口连接。
[0006]所述边缘侧包括任务执行器、用能设备功耗预测分析器以及边缘端算法模型库，所述任务执行器的信号输出端口与设备运行分析器的信号输入端口连接，所述任务执行器的信号输出端口与用能设备功耗预测分析器的信号输入端口连接，所述用能设备功耗预测分析器的信号输出端口与边缘端算法模型库的信号输入端口连接，所述任务执行器的信号输出端口连接有用能控制器一，所述边缘端算法模型库的信号输入端口连接有用能采集器一，通过对边缘侧专用设备增加并内置用能设备功耗预测分析控制器引擎，实现云端训模、边侧迁移及优化模型、端侧应用与决策的“云
‑
边
‑
端”三侧联动。
[0007]通过用能设备功耗预测分析控制器专用的统计分析及用能趋势分析模块，可以准
确、科学判断用能设备末端的用能情况，为科学用能及用能费用分摊提供数据支撑。
[0008]内置南北双向的通讯管理模块完成用能设备实时上报开关机、运行情况、末端用能等工况数据的获取，促进一站式“数字空间”用能孪生模型构建与可视化，降低运营运维难度和成本。
[0009]所述设备端侧包括数据网关和若干个用能设备，所述数据网关与用能设备之间通过数据线连接。
[0010]作为本专利技术的一种优选技术方案：所述运行工况检测器包括运行预测分析应用、生命周期预测应用以及老化预测应用，运行预测分析应用分析设备运行状况，生命周期预测应用对用能设备生命周期运营状态预测及智能调控，老化预测应用对用能设备老旧及更换智能决策分析。
[0011]作为本专利技术的一种优选技术方案：所述数据网关内置有用能控制器二和用能采集器二，所述用能控制器一与用能控制器二之间通过数据线连接，且用能控制器二承接用能控制器一的控制指令，所述用能采集器二与用能采集器一之间通过数据线连接，且用能采集器一承接用能采集器二的工况数据。
[0012]作为本专利技术的一种优选技术方案：所述用能设备功耗预测分析控制器模块内置预测分析模块、专家推理模块以及智能决策模块，能够对边缘侧所纳管的用能设备进行统计、计算及预测分析并综合研判与决策，实现基于设备工况、环境、时间、空间、位置、人数、舒适度等进行多特征变量智能化分析机制，解决用能设备动态节能、设备更换、设备关停等精细化控制系统，通过用能设备功耗预测分析器以及边缘端算法模型库配合，实现多算法融合模型对用能设备及用能设备功耗进行数字化画像构建、通过时间序列分析模型完成对用能设备的异常事件分析，并基于智能决策模型算法实现边缘侧定制化、数据化的管理控制机制。
[0013]一种智能化用能设备控制系统的控制方法，根据所述的一种智能化用能设备控制系统，包括以下步骤：第一、基于“云
‑
边
‑
端”整体能源节能“数字空间”的整体架构体系；第二、通过设备画像及设备用能画像来对边缘侧众多用能设备进行数字化管理：一方面对设备的运行工况、使用寿命、异常事件来进行综合研判并及时干预处理；另一方面有利于边缘侧用户方管理人员及时了解整体用能情况，能够基于预测分析模型能力进行合理的管控与维护；第三、用能设备能耗预测分析控制器通过算法模型+智能决策引擎来对边缘侧纳管的所有用能设备能耗进行主动预测性分析及基于指标的智能决策与动态管控；第四、用能设备能耗预测分析控制器通过工况数据采集、模型预测、指令下发、效果评估的闭环体系：一方面根据预定规则动态、智能地完成用能设备的及时管控；另一方面基于云端的算力资源+边缘侧模型迁移与适配模型，可以在时空区间内个性化、定制化、本地化的完成用能设备的管控；第五、对边缘侧用能设备的电能参数进行统计，提供更为科学、合理的收费方式；第六、依赖于云端的强大的算力资源及自动化机器学习算法平台完成用能设备功耗算法预测分析模型的训练、边缘侧设备能耗预测分析控制器完成云端模型加载及模型的
迁移与适配，通过已有能耗采集设备完成感知数据采集及数据特征化来对用能设备的用能功耗运行工况进行预测分析，进而为整体的一站式精准能耗运营体系提供科学决策及设备工况的及时干预，实现最大程度的无人值守的智能管控真实诉求、有利于节能减碳的整体目标的达成。
[0014]本专利技术的有益效果是：本专利技术主要通过基于“云
‑
边
‑
端”整体能源节能“数字空间”的整体架构体系，在边缘端专用设备增加承载机器学习的专用模块，依赖于云端的强大的算力资源及自动化机器学习算法平台完成用能设备功耗算法预测分析模型的训练、边缘侧设备能耗预测分析控制器完成云端模型加载及模型的迁移与适配，通过已有能耗采集设备完成感知数据采集及数据特征化来对用能设备的用能功耗运行工况进行预测分析，进而为整体的一站式精准能耗运营体系提供科学决策及设备工况的及时干预，实现最大程度的无人值守的智能管控真实诉求、有利于节能减碳的整体目标的达成。
附图说明
[0015]图1是本专利技术的
ꢀ”
云
‑
边
‑
端“三侧联动智能化管控风机管末端用能设备的示意图。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化用能设备控制系统，其特征在于，包括云平台侧、设备端侧和边缘侧，所述云平台侧包括运行工况监视器、云端算法模型库以及设备运行分析器，所述工况监视器的信号输出端口与云端算法模型库的信号输入端口连接，所述云端算法模型库的信号输入端口与设备运行分析器的信号输出端口连接；所述边缘侧包括任务执行器、用能设备功耗预测分析器以及边缘端算法模型库，所述任务执行器的信号输出端口与设备运行分析器的信号输入端口连接，所述任务执行器的信号输出端口与用能设备功耗预测分析器的信号输入端口连接，所述用能设备功耗预测分析器的信号输出端口与边缘端算法模型库的信号输入端口连接，所述任务执行器的信号输出端口连接有用能控制器一，所述边缘端算法模型库的信号输入端口连接有用能采集器一，通过对边缘侧专用设备增加并内置用能设备功耗预测分析控制器引擎，实现云端训模、边侧迁移及优化模型、端侧应用与决策的“云
‑
边
‑
端”三侧联动；所述设备端侧包括数据网关和若干个用能设备，所述数据网关与用能设备之间通过数据线连接。2.根据权利要求1所述的一种智能化用能设备控制系统，其特征在于，所述运行工况检测器包括运行预测分析应用、生命周期预测应用以及老化预测应用。3.根据权利要求1所述的一种智能化用能设备控制系统，其特征在于，所述数据网关内置有用能控制器二和用能采集器二，所述用能控制器一与用能控制器二之间通过数据线连接，且用能控制器二承接用能控制器一...

【专利技术属性】
技术研发人员：董政，张辉，王鹏，李剑鸿，
申请(专利权)人：无锡锐泰节能系统科学有限公司，
类型：发明
国别省市：