能源管理系统的制作方法

本实用新型涉及能源管理，更具体地，本实用新型涉及一种能源管理系统。

背景技术：

随着管理精细化要求的提高，设备的管理者倾向于了解设备在不同运行状态下的实际耗能情况。同时，为了促进精细化管理，需要结合设备的运行情况来对设备耗能进行测量、分析和调整。在一些大规模的工业企业生产环境下，此过程往往涉及海量的数据规模和快速的数据流转。

然而，现有的能源管理系统一般仅通过时间维度对设备的电能消耗进行收集与管理，无法做到与设备的实际运行状态相结合。

技术实现要素：

因此，需要一种能够结合设备当前运行状态对设备能耗数据进行分析，从而精细化管理设备耗能的能源管理系统。

为实现以上目的的一个或多个，本实用新型提供以下技术方案。

按照本实用新型的第一方面，提供一种能源管理系统，其包括：一个或多个智能电表；一个或多个第一服务器；多个可编程逻辑控制器（plc），其耦合在一个或多个智能电表与plc对应的第一服务器之间，其中plc配置成收集设备状态数据，以及将设备状态数据和来自智能电表的能源指标数据发送到plc对应的第一服务器；以及第二服务器，其耦合到一个或多个第一服务器，并且配置成对来自一个或多个第一服务器的数据进行处理。

根据本实用新型一实施例的能源管理系统，其中，设备状态数据包括下列项目中的一个或多个：设备能耗数据、设备产量数据以及设备运行状态数据。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，来自智能电表的能源指标数据包括下列项目中的一个或多个：功率、电流、电压、电流不平衡度以及电压不平衡度。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，plc还配置成在将设备状态数据与能源指标数据发送到一个或多个第一服务器之前，将设备状态数据与能源指标数据的定时进行统一。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，第二服务器提供spark大数据平台和hadoop大数据平台中的一者或两者。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，第一服务器分别设置在与第一服务器对应的一个或多个plc附近。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，第一服务器具有缓存功能。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其中，第二服务器还配置成选择性地对来自第一服务器的数据进行汇总、分类、清洗、规范化中的一个或多个处理操作。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其还包括用于过程控制的对象连接和嵌入（opc）数据采集模块，opc数据采集模块配置成进行plc与plc对应的第一服务器之间的通信。

根据本实用新型一实施例或以上任一实施例的能源管理系统，其还包括显示模块，显示模块配置成向用户展示来自第二服务器的经处理的数据。

附图说明

本实用新型的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：

图1为根据本实用新型一实施例的能源管理系统的示意性结构图。

具体实施方式

在本说明书中，参照其中图示了本实用新型示意性实施例的附图更为全面地说明本实用新型。但本实用新型可以按不同形式来实现，而不应解读为仅限于本文给出的各实施例。给出的各实施例旨在使本文的披露全面完整，以将本实用新型的保护范围更为全面地传达给本领域技术人员。

诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外，本实用新型的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。

下面参考图1来说明根据本发明一实施例的能源管理系统100。能源管理系统100包括一个或多个智能电表110与一个或多个第一服务器130。在一个实施例中，智能电表110可以是西门子pac3200/4200系列智能电表。智能电表110除了能够采集到传统能源指标（例如，能耗、功率、电流、电压等），还能够采集到诸如电流不平衡度以及电压不平衡度之类的高级能源指标。更具体地，在一个实施例中，智能电表110可以采集的能源指标数据包括：总视在能耗、总有功能耗、总无功能耗、三线电流、三相电压、总视在功率、总有功功率、总无功功率、三线电流不平衡度、三相电压不平衡度中的一个或多个。

能源管理系统100还包括多个可编程逻辑控制器（plc）120，所述plc120耦合在一个或多个智能电表与plc120对应的第一服务器之间。因此，智能电表110采集的能源指标数据不直接发送到第一服务器130，而是首先发送到plc120，然后plc120再将汇总处理的数据发送给第一服务器130。其中plc120还配置成收集设备状态数据，以及将其收集的设备状态数据和来自智能电表110的能源指标数据发送到plc120对应的第一服务器130。所述设备状态数据包括下列项目中的一个或多个：设备能耗数据、设备产量数据以及设备运行状态数据。在一个实施例中，plc120还配置成在将数据发送到一个或多个第一服务器130之前，将设备状态数据与能源指标数据的定时进行统一。例如，将同一时刻的设备状态数据与能源指标数据进行相同的时刻标注，从而便于以较高的系统精度处理数据。

第一服务器130分别设置在与第一服务器对应的一个或多个plc120附近。通过采用就近布置的方式，可以在一定程度上避免因跨地域采集而导致的数据延迟、数据丢包等错误。第一服务器130该配置成将从plc120接收的数据通过数据应用编程接口（api）发送到将在以下说明的第二服务器140。在一个实施例中，第一服务器130还具有缓存功能。当数据api发生故障或不稳定时，第一服务器130能够在其内部存储数据，并且在数据api恢复正常后，例如，自动重发缓存的数据，从而保证数据的完整性。

虽然图1中仅示出了某一数量的第一服务器130、plc120和智能电表110等，但是应当理解的是，视情况而定，这些电子设备的数量可以变化。并且连接到一个第一服务器130的plc120的数量以及连接到一个plc120的智能电表110的数量也可以根据需要来配置，而不仅是图中所示出的安排。

第二服务器140耦合到一个或多个第一服务器130，并且配置成对来自一个或多个第一服务器130的数据进行处理。第二服务器140还配置成提供包括spark大数据平台和hadoop大数据平台中的一者或两者。本文中所述的大数据具有本领域技术人员通常理解的含义，其具有海量的数据规模、快速的数据流转、多样的数据类型、低价值密度的特性。通过大数据平台，可以存储及处理海量数据，从而满足大型生产制造企业对于设备能源管理的需求。在一个实施例中，第二服务器140对来自第一服务器130的数据进行持久性存储，以保证数据的完整和准确。第二服务器140还可以配置成采用能够支持高并发的技术（例如，大数据技术）来选择性地对来自第一服务器130的数据（例如，按照特定的计算公式）进行汇总、分类、清洗、规范化中的一个或多个处理操作。视情况而定，第二服务器140可以根据业务要求进行不同的分析和计算，从而提供显示模块150用于向用户展示时所需要的数据格式。

通过对采集的设备状态数据以及能源指标数据等数据的综合分析，可以判断设备在不同状态下的能耗表现是否符合预定要求，从而避免了在只采集单一能耗数据的情况下无法准确评估设备运行状态的情况。例如，根据设备产量数据，能够确定设备完成一次加工过程所消耗的能源是否符合设定的能耗标准，从而避免了在采集单一能耗数据的情况下只能获得某段时间内设备功耗平均值的情况。如果设备能耗与对应的工作状态发生明显的不符或异常，可以及时对设备进行检修和维护。因此，有助于实现对于设备能源管理的精细化、准确化改进。

能源管理系统100还包括显示模块150，所述显示模块150配置成向用户展示来自第二服务器140的经处理的数据。在一个实施方式中，显示模块150包括设备综合能耗显示子模块、设备状态能耗显示子模块、设备产量能耗显示子模块、设备状态产量综合分析显示子模块、设备能源数据报警显示子模块、设备产量数据显示子模块、设备能耗情况比对显示子模块、设备非生产日能耗显示子模块等显示子模块。显示模块150还可以是类似触摸面板之类的输入设备，其可以提供允许操作者设定设备基础信息、设定标准单件能耗、设定标准非生产日能耗、设定付费率等标准值的设定界面，以及对操作者的身份进行认证的权限管理界面等。

在一种实施方式中，系统100还包括自动化总线标准profinet（示出为图1中各plc120与智能电表110之间的折线）和用于过程控制的对象连接和嵌入（opc）数据采集模块（示出为图1中各plc120与第一服务器130之间的折线）。其中，智能电表110与plc120之间经由profinet进行通信，以及plc120与第一服务器130之间经由opc数据采集模块进行通信。opc数据采集模块（例如，以一定的频率）收集来自plc120的数据，并且实时地将来自plc120的数据向（图1中的）上层推送，opc数据采集模块可以具有一定的数据缓存能力，使得在网络发生波动的情况下，暂时无法向上发送的数据可以缓存在本地，等到网络恢复正常后再重新继续发送，由此保证数据的完整性和准确性。

以下对根据本发明一实施例的能源管理系统100中的数据流向作进一步的说明。现场设备（包括智能电表110和plc120）在收集到数据后，通过kafka（一种开源流处理平台）推送给上述大数据平台中的hbase数据库（一种分布式面向列的开源数据库），hbase数据库收到数据后永久存储。对于不需要进行复杂运算的能耗数据，直接通过时序时空数据库（tsdb）推送给显示模块中的时序类显示子模块；对于需要进行一定程度的计算的能耗数据，hbase与大数据平台中的kudu中的需要参与计算的配置数据一起进行综合计算，完成数据处理。然后这部分数据被推送给显示模块中的分析类显示子模块。

在一个实施例中，kafka具备一定的数据缓存功能，使得在hbase尚未读取现场设备上传的能耗数据前，kafka够缓存数据。在另一实施例中，因为tsdb特别适合处理时序类数据，因此时序类显示子模块所需要的数据不需要经过复杂的数据处理，而是直接通过tsdb进行简单汇总即可展示。

在一种实施方式中，kudu中的需要参与计算的配置数据的来源详细介绍如下：用户通过输入装置对某些数据进行设置，来产生系统配置数据并存储到数据库（例如，oracle数据库）。在oracle数据库发生变化时，通过同步api将更新后的数据存储到kudu中。也就是说，通过输入设备产生的系统配置数据，最终都会实时同步到kudu中。当hbase需要这部分数据进行计算时，可以很方便的获得最新的系统配置数据。在另一实施例中，在oracle数据库发生变化时，应当主动调用同步api将更新后的数据增量地同步给kudu，而不是采用kudu定时去检查oracle数据库的数据是否有更新，以此方式可以较有效地降低系统负载。

在一个实施例中，大数据平台中可以选用kudu进行系统配置数据的存储，这是因为配置数据会经常发生变化，从而需要选择一个适合进行更新操作的数据库。

提供本文中提出的实施例和示例，以便最好地说明按照本技术及其特定应用的实施例，并且由此使本领域的技术人员能够实施和使用本实用新型。但是，本领域的技术人员将会知道，仅为了便于说明和举例而提供以上描述和示例。所提出的描述不是意在涵盖本实用新型的各个方面或者将本实用新型局限于所公开的精确形式。