一种智能用电监管系统技术方案

本申请涉及一种智能用电监管系统，包括设备端模块、边缘端模块和云平台端模块，边缘端模块采集设备端模块设备的电流和电压信号，将采集到的信号传输到云平台端模块，云平台端模块包括数据层单元、模型层单元和应用层单元，数据层单元接入边缘端模块的数据，模型层单元建立并应用电能管理的智能模型，应用层单元根据智能模型的计算结果进行用能安全保护、资产能效优化、健康风险预警和运营决策支持。健康风险预警和运营决策支持。健康风险预警和运营决策支持。

【技术实现步骤摘要】
一种智能用电监管系统


[0001]本申请涉及一种智能用电监管系统，适用于电力控制的


技术介绍

[0002]电能管理是企业节能降耗，提升竞争力的重要途径，但常规的电能管理资产重、硬件投入大，同时以输出阈值报警为主，缺乏智能化决策支持，电能管理水平对人的依懒性强。如何通过有效的智能化、系统化手段，提升用电管理水平，降低企业电耗费用，成为企业发展的关键因素。
[0003]目前针对设备用电的智能监管系统，更多的是硬件系统的设计，如通过数据采集节点的硬件设计实现电能数据的采集，通过移动终端的硬件设计实现电能监测，通过层状设计的无线网络架构以及采样控制单元实现用电数据的精确测量，通过智能电能采集主站及从站设计实现电力用户用电的多种相关参数实时监控；以及偏传统数值监测方向的用电监管系统，如对电能信号进行临界异常条件判断，实时显示用电设备工作电流和电压并在电流超限时报警。针对偏硬件的系统设计，更多的是聚焦在设备用电信息如何实现数据采集；针对于偏传统数值监测方向的用电监控系统，更多的是一些简单的实时数据监测、统计和阈值报警等功能，现有的设备用电监管系统都具有很大的局限性，还无法满足企业对于用电管理的实际业务需求。
[0004]CN216697044U公开了一种电耗监测管理系统，其包括电流传感器、电压传感器、第一控制器、物联网网关、计时模块以及管理平台，所述电流传感器、电压传感器以及第一控制器均用于与用电设备连接，所述电流传感器、电压传感器以及计时模块还均与所述第一控制器连接，所述第一控制器还与所述物联网网关连接，所述物联网网关与所述管理平台连接。工作人员通过管理平台可以实时查看用电设备的工作时间以及耗电量，提高用电设备耗电量的统计效率。该专利中的管理平台只能查看用电设备的工作时间以及耗电量，其功能单一、不能实现对用电情况的智能监管。

技术实现思路

[0005]本申请提供一种低成本、轻量化的基于工业智能技术的智能用电监管系统，能够实现用电安全保护、设备风险预警、资产能效优化和运营决策支持的多维度管理。
[0006]本申请涉及一种智能用电监管系统，包括设备端模块、边缘端模块和云平台端模块，所述边缘端模块采集所述设备端模块设备的电流和电压信号，将采集到的信号传输到所述云平台端模块，所述云平台端模块包括数据层单元、模型层单元和应用层单元，所述数据层单元接入所述边缘端模块的数据，所述模型层单元建立并应用电能管理的智能模型，所述应用层单元根据智能模型的计算结果进行用能安全保护、资产能效优化、健康风险预警和运营决策支持。
[0007]其中，所述云平台端模块可以包括用电行为异常预警模型，所述用电行为异常预警模型的算法包括以下步骤：
[0008](1.1)获取与设备用能相关的电流和电压数据；
[0009](1.2)根据设备的工况对设备进行分类，工况分为高波动工况与稳定工况；
[0010](1.3)通过分割运行工况，降低工况波动对预测的干扰，并提取与设备用能相关的统计量；
[0011](1.4)建立功率预测模型，利用时间序列或机器学习算法预测未来功率；
[0012](1.5)建立功率上下限预测模型，根据历史数据的统计分布，通过分位数回归，训练历史功率的上下限预测模型，同时对未来功率的上下限进行预测；
[0013](1.6)通过对比功率预测值与功率上下限预测值，预测未来功率是否有超限的情况；通过对比功率预测模型的预测值与实时功率测量值之间的差异，计算残差分布与训练数据上的分布偏移情况，判断用能是否存在异常；
[0014](1.7)输出功率超限和异常检测模型结果，预警超限和异常状态。
[0015]其中，步骤(1.3)中，分割运行工况可以包括通过计算工况相关变量的自相关系数，寻找信号的周期性规律进行分割；分割运行工况还可以包括通过工况变量的幅值分割，针对工况信号，利用规则划分出稳态工况和瞬态工况。
[0016]其中，所述云平台端模块还可以包括资产健康风险预警模型，所述资产健康风险预警模型的算法包括以下步骤：
[0017](2.1)获取与设备用能相关的电流和电压数据；
[0018](2.2)对设备工况的相似度进行判断；
[0019](2.3)识别设备的相似工况，建立相同工况下设备用能比较的基础条件；
[0020](2.4)从设备信号的变量特征中提取设备劣化特征的特征向量；
[0021](2.5)建立健康基线模型，将特征转化为能够表征训练历史分布的健康基线模型；
[0022](2.6)在预测流程中，重复上述步骤(2.1)
‑
(2.3)，得到预测过程的特征向量，计算特征向量与基线模型映射的距离，以量化预测特征相对基线分布的符合程度，计算设备健康分数；
[0023](2.7)积累故障样本，根据距离故障的不同时间区间，标注和校准健康分数，以计算设备的健康风险等级。
[0024]其中，步骤(2.4)中，可以同时提取以下特征：
[0025]时域统计特征，包括能够描述分割后相似工况区间的信号形态的统计量；
[0026]时域形态相似度特征，包括能够描述相似工况周期间信号形状的相似程度的特征；
[0027]频域能量分布特征，包括能够描述信号频域能量分布的指标；
[0028]时频域能量分布特征，包括能够描述一个相似工况周期内不同频段能量分布变化的图像特征矩阵。
[0029]其中，步骤(2.2)中，可以采用自相关系数对设备工况的相似度进行量化判断。
[0030]其中，所述云平台端模块还可以包括运营决策综合优化模型，所述运营决策综合优化模型能够将用能与健康状态对标，整合同类设备的功率预测值与健康评估值；通过对比设备的能耗预测值、健康值与同类设备的全局基线，得出设备能耗排名、设备能耗与群体对标的趋势、设备健康排名和设备健康与群体对标的趋势。
[0031]其中，所述运营决策综合优化模型可以用于量化设备绩效，支持运营优化，其能够
根据设备能耗、健康评估值与群体的对比自定义设备绩效指标；所述设备端模块包括高电流的可接线设备和低电流的移动式设备，所述智能用电监管系统还包括用户端模块，通过所述用户端模块能够获取电能监测的信息。
[0032]本申请通过分析工业设备的电流、电压信息进行设备用电行为异常预警、设备健康劣化程度评估以及运营决策综合优化。该系统易于实施和使用，能够降低严重用电安全事故概率，保障设备资产可靠性，有效降低企业电耗、减少企业碳排放并提升企业用电管理水平。
附图说明
[0033]图1显示本申请的智能用电监管系统的示意图。
[0034]图2显示本申请的用电行为异常预警模型的算法流程图。
[0035]图3显示本申请的资产健康风险预警模型的算法流程图。
[0036]图4显示本申请的运营决策综合优化模型的算法流程图。
具体实施方式
[0037]为使本申请的目的、技术方案和优点更加清楚明白，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能用电监管系统，包括设备端模块、边缘端模块和云平台端模块，其特征在于，所述边缘端模块采集所述设备端模块设备的电流和电压信号，将采集到的信号传输到所述云平台端模块，所述云平台端模块包括数据层单元、模型层单元和应用层单元，所述数据层单元接入所述边缘端模块的数据，所述模型层单元建立并应用电能管理的智能模型，所述应用层单元根据智能模型的计算结果进行用能安全保护、资产能效优化、健康风险预警和运营决策支持。2.根据权利要求1所述的智能用电监管系统，其特征在于，所述云平台端模块包括用电行为异常预警模型，所述用电行为异常预警模型的算法包括以下步骤：(1.1)获取与设备用能相关的电流和电压数据；(1.2)根据设备的工况对设备进行分类，工况分为高波动工况与稳定工况；(1.3)通过分割运行工况，降低工况波动对预测的干扰，并提取与设备用能相关的统计量；(1.4)建立功率预测模型，利用时间序列或机器学习算法预测未来功率；(1.5)建立功率上下限预测模型，根据历史数据的统计分布，通过分位数回归，训练历史功率的上下限预测模型，同时对未来功率的上下限进行预测；(1.6)通过对比功率预测值与功率上下限预测值，预测未来功率是否有超限的情况；通过对比功率预测模型的预测值与实时功率测量值之间的差异，计算残差分布与训练数据上的分布偏移情况，判断用能是否存在异常；(1.7)输出功率超限和异常检测模型结果，预警超限和异常状态。3.根据权利要求2所述的智能用电监管系统，其特征在于，步骤(1.3)中，分割运行工况包括通过计算工况相关变量的自相关系数，寻找信号的周期性规律进行分割。4.根据权利要求3所述的智能用电监管系统，其特征在于，步骤(1.3)中，分割运行工况还包括通过工况变量的幅值分割，针对工况信号，利用规则划分出稳态工况和瞬态工况。5.根据权利要求2或3或4所述的智能用电监管系统，其特征在于，所述云平台端模块还包括资产健康风险预警模型，所述资产健康风险预警模型的算法包括以下步骤：(2.1)获取与设备用能相关的电流和电压数据；(2.2)对设备工况的相似度进行判断；(2.3)识别设备的相似工况，建立相同工况下设备用能...

【专利技术属性】
技术研发人员：金超，顾少华，董明磊，
申请(专利权)人：北京天泽智云科技有限公司，
类型：发明
国别省市：