一种基于人工智能的智慧园区能耗管理系统的制作方法

1.本发明涉及园区管理技术领域，具体是一种基于人工智能的智慧园区能耗管理系统。


背景技术：

2.近年来，有效的园区管理成为促进园区健康发展的重要手段，随着园区的不断发展，传统的管理方式已越来越不适应园区迅速发展的需要；智慧园区的建设不仅是科学技术发展的必然，信息化、智能化、智慧化在给园区带来管理的重大进展的同时，本着园区管理运营及为入驻园区企业提供优质服务的角度出发，园区企业通过先进的科技产品提供优质的园区服务，同时也给园区内居住和工作的人员带来了生活方式的巨大变革。
3.当前，仍有很多园区企业仍采用人工统计的方式收集各种能源消耗数据，对园区机房采用人工巡逻的方式查看机房温度，并且现有技术中的智慧园区系统，对能耗的管理比较粗放，对于照明、空调、设备等设施的能耗没有形成有效的监控和管理，不能进行周期性系统的分析和预测，并且不能对于实时发生的能耗异常进行提醒，只能事后通过数据分析查找原因，实际已经造成能源的浪费；业内对此提出了多种解决方案，但是都无法很好的解决这个问题，存在着监控不及时、管理缺失的问题。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于人工智能的智慧园区能耗管理系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种基于人工智能的智慧园区能耗管理系统，包括能耗采集模块、能耗分析模块和设备监测模块；
6.所述能耗分析模块用于获取能耗采集模块实时采集的园区设备的能耗数据并结合园区设备的历史同期能耗数据进行分析，计算得到能耗偏值p1；若p1大于偏值阈值，则生成提醒信息；
7.所述能耗分析模块的分析过程还包括：当园区设备通电运行时，建立实时能耗数据随时间变化的曲线图，对该曲线图进行求导得到能耗变化速率曲线图；从初始时刻起，每间隔r2时间采集一次实时能耗变化速率，得到能耗变化速率信息组；其中r2为预设值；
8.按照标准差公式计算得到能耗变化速率信息组的标准差γ，统计标准差γ达到标准阈值时的实时能耗变化速率为b0；继续采集实时能耗变化速率，依次标记为b1、b2、b3、
…
、bi；其中i＝1，
…
，n；
9.根据b0和后续采集的实时能耗变化速率对能变系数df进行评估，若df大于预设系数阈值，则生成预警信号。
10.进一步地，所述能耗分析模块的具体分析步骤为：
11.s1：根据能耗采集模块实时采集的园区设备的能耗数据，确定园区设备的单位能耗数据，并建立单位能耗数据随时间变化的曲线图；
12.s2：将园区设备的单位能耗数据标记为n1，从云平台中调取该园区设备的历史同期能耗数据，并标记为nlm，m＝1，
…
，g；
13.s3：利用公式计算得到能耗偏值p1，其中a1为补偿系数。
14.进一步地，所述能耗采集模块用于实时采集园区设备的能耗数据并周期性地将采集到的能耗数据进行统合，然后将统合后的数据存储至云平台；具体表现为：以24小时为一个周期，建立能耗数据随时间变化的曲线图；对该曲线图进行求导和积分，得到单位能耗数据随时间变化的曲线图；将得到的曲线图打上时间戳存储至云平台。
15.进一步地，所述能耗分析模块用于将提醒信息发送至关联的移动终端，以提醒移动终端的管理人员确认该园区设备的能耗数据是否正常。
16.进一步地，所述能变系数df的评估过程如下：
17.当bi＞b(i-1)时，将bi标记为影响速率；将影响速率bi与b(i-1)进行差值计算得到第一速变值g1，将bi与b0进行差值计算得到第二速变值g2；利用公式gt＝g1
×
g1+g2
×
g2计算得到单变值gt；将所有的单变值进行求和得到速变总值gz；其中g1、g2为系数因子；
18.统计影响速率出现的次数为c1，利用公式df＝gz
×
g3+c1
×
g4计算得到能变系数df，其中g3、g4为系数因子。
19.进一步地，所述能耗分析模块用于将预警信号发送至管理中心，所述管理中心接收到预警信号后控制报警模块发出警报，并将预警信号后发送至关联的移动终端，以提醒移动终端的管理人员对应园区设备能耗异常。
20.进一步地，每个园区设备中均设置有对应的检测传感器，所述检测传感器与设备监测模块之间通过物联网节点进行分布式的连接；所述检测传感器包括温度传感器、噪声传感器、振动传感器。
21.进一步地，所述检测传感器用于检测与其对应的园区设备的当前工作状态信息，并将检测到的当前工作状态信息发送至设备监测模块；
22.所述设备监测模块用于对所述当前工作状态信息进行预处理，并将预处理后的工作状态信息与数据库预存的与所述园区设备对应的安全准则相比较，确定所述园区设备的当前安全状况；所述设备监测模块用于将园区设备的当前安全状况发送至管理中心，所述管理中心用于将当前安全状况发送至关联的移动终端，以提醒移动终端的管理人员。
23.与现有技术相比，本发明的有益效果是：
24.1、本发明中所述能耗分析模块用于获取能耗采集模块实时采集的园区设备的能耗数据并结合园区设备的历史同期能耗数据进行分析，计算得到园区设备的能耗偏值，若能耗偏值大于偏值阈值，则生成提醒信息；当园区设备通电运行时，所述能耗分析模块还用于建立实时能耗数据随时间变化的曲线图并求导，得到能耗变化速率信息组，统计标准差γ达到标准阈值时的实时能耗变化速率为b0，根据b0和后续采集的实时能耗变化速率对能变系数df进行评估，若df大于预设系数阈值，则生成预警信号，以提醒移动终端的管理人员，从而减少智慧园区内电力的损耗，规避安全风险；
25.2、其中每个园区设备中均设置有对应的检测传感器，用于检测与其对应的园区设
备的当前工作状态信息，所述设备监测模块用于对所述当前工作状态信息进行预处理，并将预处理后的工作状态信息与数据库预存的与所述园区设备对应的安全准则相比较，确定所述园区设备的当前安全状况；所述管理中心用于将当前安全状况发送至关联的移动终端，以提醒移动终端的管理人员对应园区设备存在安全风险，从而有针对性地对能源消耗过程和方式进行改造、调整和优化，提高能源使用效率。
附图说明
26.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1为本发明的原理框图。
具体实施方式
28.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
29.如图1所示，一种基于人工智能的智慧园区能耗管理系统，包括能耗采集模块、云平台、能耗分析模块、管理中心、报警模块和设备监测模块；
30.能耗采集模块用于实时采集园区设备的能耗数据并周期性地将采集到的能耗数据进行统合，然后将统合后的数据存储至云平台；具体表现为：以24小时为一个周期，建立能耗数据随时间变化的曲线图；对该曲线图进行求导和积分，得到单位能耗数据随时间变化的曲线图；在本实施例中，单位能耗数据指代单位时间周期的能耗数据，例如每2小时的能耗数据；将得到的曲线图打上时间戳存储至云平台；
31.能耗分析模块用于获取能耗采集模块实时采集的园区设备的能耗数据并结合园区设备的历史同期能耗数据进行分析，具体分析步骤为：
32.s1：根据能耗采集模块实时采集的园区设备的能耗数据，确定园区设备的单位能耗数据，并建立单位能耗数据随时间变化的曲线图；
33.s2：将园区设备的单位能耗数据标记为n1，从云平台中调取该园区设备的历史同期能耗数据，并标记为nlm，m＝1，
…
，g；在本实施例中，历史同期能耗数据指代同一时间段的单位能耗数据；
34.s3：利用公式计算得到能耗偏值p1，其中a1为补偿系数，取值0.358965；
35.将能耗偏值p1与偏值阈值相比较，若p1大于偏值阈值，则生成提醒信息；能耗分析模块用于将提醒信息发送至关联的移动终端，以提醒移动终端的管理人员确认该园区设备的能耗数据是否正常；
36.例如：某一园区设备平时每日运行时间较少，且运行时间较为固定，则单位能耗数据较低，若某一日同一时间段内单位能耗数据较高，则有可能短路漏电或忘记关闭，此时发送提醒信息至关联的移动终端，避免能源损耗，有效提高能源管理效率；
37.能耗分析模块的分析过程还包括：
38.当园区设备通电运行时，建立实时能耗数据随时间变化的曲线图；此时的能耗数据是指自园区设备开始运行后的总能耗数据，理论上一直处于上升状态；
39.对该曲线图进行求导得到能耗变化速率曲线图，从初始时刻起，每间隔r2时间采集一次实时能耗变化速率，得到能耗变化速率信息组；其中r2为预设值；
40.按照标准差公式计算得到能耗变化速率信息组的标准差γ，每获取一个新的实时能耗变化速率，自动计算新的标准差γ，统计标准差γ达到标准阈值时的实时能耗变化速率为b0；继续采集实时能耗变化速率，依次标记为b1、b2、b3、
…
、bi；i＝1，
…
，n；
41.当bi＞b(i-1)时，将bi标记为影响速率，将影响速率bi与b(i-1)进行差值计算得到第一速变值g1，将bi与b0进行差值计算得到第二速变值g2；利用公式gt＝g1
×
g1+g2
×
g2计算得到单变值gt；将所有的单变值进行求和得到速变总值gz；其中g1、g2为系数因子；
42.统计影响速率出现的次数为c1，利用公式df＝gz
×
g3+c1
×
g4计算得到能变系数df，其中g3、g4为系数因子；
43.将能变系数df与预设系数阈值相比较，若df大于预设系数阈值，则生成预警信号，能耗分析模块用于将预警信号发送至管理中心，管理中心接收到预警信号后控制报警模块发出警报，并将预警信号后发送至关联的移动终端，以提醒移动终端的管理人员对应园区设备能耗异常，建议进行检修维护；
44.在本实施例中，每个园区设备中均设置有对应的检测传感器，并且检测传感器与设备监测模块之间通过物联网节点进行分布式的连接；
45.检测传感器用于检测与其对应的园区设备的当前工作状态信息，并将检测到的当前工作状态信息发送至设备监测模块，设备监测模块用于对当前工作状态信息进行预处理，并将预处理后的工作状态信息与数据库预存的与园区设备对应的安全准则相比较，确定园区设备的当前安全状况；
46.设备监测模块用于将园区设备的当前安全状况发送至管理中心，管理中心用于将当前安全状况发送至关联的移动终端，以提醒移动终端的管理人员对应园区设备存在安全风险；
47.需要说明的是，在本实施例中，不同的园区设备对应不同的检测传感器或者相同设备的不同部位采用不同的检测传感器，检测传感器包括温度传感器、噪声传感器、振动传感器等，当前工作状态信息包括当前园区设备的温度、噪音分贝值以及振动信息；安全准则还包括对应的工作时段；例如当检测到下班后某办公室空调未关闭，园区内机房温度异常时，会提醒相关管理人员，从而减少智慧园区内电力的损耗，规避安全风险；本发明通过自动采集、监测园区分散的设备能耗数据，通过对多种实时和历史的能耗数据变化趋势的统计、对比、分析，帮助用户发现和解决能源消耗方式和结构中存在的问题，从而有针对性地对能源消耗过程和方式进行改造、调整和优化，提高能源使用效率。
48.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际
情况设定或者大量数据模拟获得。
49.本发明的工作原理：
50.一种基于人工智能的智慧园区能耗管理系统，在工作时，能耗采集模块用于实时采集园区设备的能耗数据并周期性地将采集到的能耗数据进行统合；能耗分析模块用于获取能耗采集模块实时采集的园区设备的能耗数据并结合园区设备的历史同期能耗数据进行分析，计算得到园区设备的能耗偏值，若能耗偏值大于偏值阈值，则生成提醒信息；当园区设备通电运行时，建立实时能耗数据随时间变化的曲线图并求导，得到能耗变化速率信息组；统计能耗变化速率信息组的标准差γ达到标准阈值时的实时能耗变化速率为b0；继续采集实时能耗变化速率，与b0相比对，计算得到能变系数df，若df大于预设系数阈值，则生成预警信号；
51.其中每个园区设备中均设置有对应的检测传感器，用于检测与其对应的园区设备的当前工作状态信息，所述设备监测模块用于对所述当前工作状态信息进行预处理，并将预处理后的工作状态信息与数据库预存的与所述园区设备对应的安全准则相比较，确定所述园区设备的当前安全状况；所述管理中心用于将当前安全状况发送至关联的移动终端，以提醒移动终端的管理人员对应园区设备存在安全风险，从而有针对性地对能源消耗过程和方式进行改造、调整和优化，提高能源使用效率。
52.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
53.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。