【技术实现步骤摘要】
本专利技术涉数据处理的，尤其涉及一种基于边云协同的发电智能调节控制方法、设备及存储介质。
技术介绍
1、新能源一般是指在新技术基础上加以开发利用的可再生能源，包括太阳能、生物质能、风能、地热能、波浪能、洋流能和潮汐能，以及海洋表面与深层之间的热循环等；此外，还有氢能、沼气、酒精、甲醇等，而已经广泛利用的煤炭、石油、天然气等能源，称为常规能源。随着常规能源的有限性以及环境问题的日益突出，以环保和可再生为特质的新能源越来越得到各国的重视。
2、众所周知，将新能源转换成电能进而供人们生产生活，是新能源利用的一个主要途径，而相对于传统常规能源发电产业(例如，利用燃煤发电)来说，利用新能源发电的发电量更容易受到天气、气象条件、设备状态条件的影响，为了提高新能源发电的稳定性，平衡投入的发电资源与发电量之间的产出比，对新能源发电量进行准确分析预测已经成为新能源发电产业的一个重要产业技术课题。例如，在光伏发电领域，业界已经出现了根据天气、气象条件来分析预测发电量，进而根据分析结果进行调节控制的方案，例如，预测今天能不能发x度电，如果不能的话需要接入额外储备电力或者投入更多发电资源。然而，现有的方案是基于气象模型在云端计算，实时性不强，准确性不高，且成本较大。
3、因此，如何对新能源发电量进行更准确、更高效、更低成本的分析预测已经成为新能源发电产业的一个亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种基于边云协同的发电智能调节控制方法、设备及存储介质，其主要目的在于
2、为实现上述目的，本专利技术提供一种基于边云协同的发电智能调节控制方法，该方法适用于边缘物联设备，所述方法包括：
3、从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，分别将各个发电设备的所述设备参数和运行状态数据输入预先训练的第一分析模型，得到各个发电设备对应的单机发电量，对所述发电设备群组中各个发电设备对应的单机发电量进行求和计算，得到所述发电设备群组的第一发电量；
4、接收所述云服务器发送的所述第二发电量，根据所述第一发电量和所述第二发电量计算预期发电量；
5、基于所述预期发电量生成发电调节方案，并将所述发电调节方案返回所述云服务器。
6、可选地，所述从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，包括：
7、所述边缘物联设备向对应的发电设备群组中的各个发电设备分别发送数据请求，所述数据请求包括设备参数请求和运行状态数据请求；
8、所述发电设备根据所述设备参数请求从出厂配置信息中获取对应的设备参数，根据所述运行状态数据请求获取预设时间范围内的运行数据作为运行状态数据，将所述设备参数和所述运行状态数据返回所述边缘物联设备。
9、可选地，所述第一分析模型的训练步骤包括：
10、获取发电设备的设备参数、历史运行状态数据和历史单机发电量；
11、基于所述设备参数、所述历史运行状态数据和所述历史单机发电量生成第一样本数据集，将所述第一样本数据集分为第一训练集、第一验证集和第一测试集，其中，所述第一样本数据集中将设备参数与同一历史时间范围内的历史运行状态数据和历史单机发电量关联存储为一组样本数据；
12、基于所述第一训练集对第一神经网络模型进行训练，基于所述第一验证集调整训练完成的第一神经网络模型的参数，得到第一原始分析模型；
13、基于所述第一测试集对所述第一原始分析模型进行测试，得到第一分析模型。
14、可选地，所述基于所述预期发电量生成发电调节方案，包括：
15、获取需求发电量，将所述预期发电量与所述需求发电量进行比对；
16、若所述预期发电量小于所述需求发电量，计算所述预期发电量与所述需求发电量之间的差值，基于该差值生成额外发电计划作为发电调节方案。
17、为了解决上述问题，本专利技术还提供一种边缘物联设备，与云服务器通信连接，且与包含至少一个发电设备的发电设备群组通信连接，用于实现如上所述的基于边云协同的发电智能调节控制方法，所述边缘物联设备包括：
18、至少一个处理器；以及，
19、与所述至少一个处理器通信连接的存储器；其中，
20、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如下步骤：
21、从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，分别将各个发电设备的所述设备参数和运行状态数据输入预先训练的第一分析模型，得到各个发电设备对应的单机发电量，对所述发电设备群组中各个发电设备对应的单机发电量进行求和计算，得到所述发电设备群组的第一发电量；
22、接收所述云服务器发送的所述第二发电量，根据所述第一发电量和所述第二发电量计算预期发电量；
23、基于所述预期发电量生成发电调节方案，并将所述发电调节方案返回所述云服务器。
24、为了解决上述问题，本专利技术还提供一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现如上所述的边缘物联设备的功能，所述计算机程序被处理器执行时实现如下步骤：
25、从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，分别将各个发电设备的所述设备参数和运行状态数据输入预先训练的第一分析模型，得到各个发电设备对应的单机发电量，对所述发电设备群组中各个发电设备对应的单机发电量进行求和计算，得到所述发电设备群组的第一发电量；
26、接收所述云服务器发送的所述第二发电量，根据所述第一发电量和所述第二发电量计算预期发电量；
27、基于所述预期发电量生成发电调节方案，并将所述发电调节方案返回所述云服务器。
28、为了解决上述问题，本专利技术还提供一种基于边云协同的发电智能调节控制方法，该方法适用于云服务器，所述方法包括：
29、获取各个边缘物联设备所在地的气象数据；
30、分别将各个边缘物联设备对应的气象数据输入预先训练的第二分析模型，得到各个边缘物联设备对应的发电设备群组的第二发电量，并将所述第二发电量发送至对应的边缘物联设备，以供所述边缘物联设备根据所述第二发电量生成发电调节方案；
31、接收并执行所述边缘物联设备返回的发电调节方案。
32、可选地，所述第二分析模型的训练步骤包括：
33、获取各个边缘物联设备所在地的历史气象数据，以及各个边缘物联设备对应的发电设备群组的历史发电量；
34、基于所述历史气象数据和所述历史发电量生成第二样本数据集，将所述第二样本数据集分为第二训练集、第二验证集和第二测试集，其中，所述第二样本数据集中同一历史时间范围内的历史气象数据及历史发电量关联本文档来自技高网...
【技术保护点】
1.一种基于边云协同的发电智能调节控制方法，该方法适用于边缘物联设备，其特征在于，所述方法包括：
2.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，包括：
3.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述第一分析模型的训练步骤包括：
4.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述基于所述预期发电量生成发电调节方案，包括：
5.一种基于边云协同的发电智能调节控制方法，该方法适用于云服务器，其特征在于，所述方法包括：
6.如权利要求5所述的基于边云协同的发电智能调节控制方法，其特征在于，所述第二分析模型的训练步骤包括：
7.一种边缘物联设备，与云服务器通信连接，且与包含至少一个发电设备的发电设备群组通信连接，用于实现如权利要求1至4中任一项所述的基于边云协同的发电智能调节控制方法，其特征在于，所述边缘物联设备包括：
8.一种云服务器，与权利要求7所述的边缘物联设
9.一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现如权利要求7所述的边缘物联设备的功能，其特征在于，所述计算机程序被处理器执行时实现如下步骤：
10.一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现如权利要求8所述的云服务器的功能，其特征在于，所述计算机程序被处理器执行时实现如下步骤：
...【技术特征摘要】
1.一种基于边云协同的发电智能调节控制方法，该方法适用于边缘物联设备，其特征在于，所述方法包括：
2.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述从对应的发电设备群组中获取各个发电设备的设备参数和运行状态数据，包括：
3.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述第一分析模型的训练步骤包括：
4.如权利要求1所述的基于边云协同的发电智能调节控制方法，其特征在于，所述基于所述预期发电量生成发电调节方案，包括：
5.一种基于边云协同的发电智能调节控制方法，该方法适用于云服务器，其特征在于，所述方法包括：
6.如权利要求5所述的基于边云协同的发电智能调节控制方法，其特征在于，所述第二分析模型的训练步骤包括：
<...【专利技术属性】
技术研发人员：曹宁，
申请(专利权)人：深圳微能聚力物联科技有限公司，
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。