[发明专利]一种基于物理网的建筑能源管理方法在审
申请号: | 201810368926.4 | 申请日: | 2018-04-23 |
公开(公告)号: | CN108596478A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 罗燕玲 | 申请(专利权)人: | 湖南城市学院 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q10/04 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 413000 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建筑能源 建筑用 物理网 能源调度 能源分析 云服务 能源供应模块 数据采集模块 中央控制模块 告警模块 管理技术 管理系统 快速计算 能源服务 能源信息 设备能效 显示模块 用户提供 有效检测 大数据 灵活的 云端 管理 智能 能源 安全 | ||
1.一种基于物理网的建筑能源管理方法,其特征在于,所述基于物理网的建筑能源管理系统包括:
能源供应模块、数据采集模块、中央控制模块、能源调度模块、云服务模块、能源分析模块、能源告警模块、显示模块;
能源供应模块,与中央控制模块连接,用于通过太阳能、风能、地热能、生物能对建筑进行功能;
数据采集模块,与中央控制模块连接,用于对能源的使用情况进行数据采集;
中央控制模块,与能源供应模块、数据采集模块、能源调度模块、云服务模块、能源分析模块、能源告警模块、显示模块连接,用于调度各个模块正常工作;
能源调度模块,与中央控制模块连接,用于对能源的供应进行合理的调度分配;
云服务模块,与中央控制模块连接,用于通过云服器集中大数据资源对能源数据信息进行处理;
能源分析模块,与中央控制模块连接,用于对能源的能耗进行分析;
能源告警模块,与中央控制模块连接,用于根据能源分析模块6的结果,对超标能源用量进行统计,同时标记超标能源用量的建筑楼宇;
显示模块,与中央控制模块连接,用于显示能源使用、调度分配信息。
2.一种基于物理网的建筑能源管理方法包括以下步骤:
步骤一,通过能源供应模块将太阳能、风能、地热能、生物能对建筑进行功能;通过数据采集模块对能源的使用情况进行数据采集;
步骤二,中央控制模块调取能源调度模块对能源的供应进行合理的调度分配;
步骤三,通过云服务模块集中大数据资源对能源数据信息进行处理;通过能源分析模块对能源的能耗进行分析;
步骤四,通过能源告警模块根据能源分析模块的结果,对超标能源用量进行统计,同时标记超标能源用量的建筑楼宇;
步骤五,通过显示模块显示能源使用、调度分配信息。
3.如权利要求1所述的基于物理网的建筑能源管理方法,其特征在于,所述数据采集模块包括温度检测模块、能耗检测模块、使用量检测模块;
温度检测模块,用于通过温度传感器检测能源供应时的温度数据;
能耗检测模块,用于对建筑能耗、设备能耗数据进行检测;
使用量检测模块,用于对能源使用量进行检测。
4.如权利要求1所述的基于物理网的建筑能源管理方法,其特征在于,所述能源分析模块包括建筑能耗分析模块、设备能效分析模块、报表生成模块;
建筑能耗分析模块,用于通过能耗的同比、环比分析建筑的能耗情况,利用动态图表展示建筑的用能状况;
设备能效分析模块,用于根据检测设备的能效状况,并对检测的能效结果进行分析,并制定改进设备能效的方案;
报表生成模块,用于根据能源消耗、设备消耗、使用量等数据信息,融合生成建筑楼宇的能源报表。
5.如权利要求4所述的基于物理网的建筑能源管理方法,其特征在于,建筑能耗分析模块通过获得建筑的海量历史能耗数据,建立其能耗动态预测模型;假设因变量y随着m组观测数据(yk,xk1,xk2,…xkn),k=1,2,…,m的变化而变化,则其一般形式为:
Y=β0+β1xk1+β2xk2+…+βnxkn+e (1)
式中,n为解释变量个数,β0,β1,…,βn为回归系数,e为回归残差;xk1,xk2,…,xkn为影响因变量Y的因素;其中:
则将式(1)写成对应的矩阵形式为:
Y=Xβ+e,E(e)=0,Cov(e)=σ2In (3)
根据以上建模方法及用能耗数据,可以对模型进行回归系数估计、显著性检验及残差自相关分析等,最终得出建筑的能耗动态预测模型。
6.如权利要求5所述的基于物理网的建筑能源管理方法,其特征在于,对能耗模型的回归系数进行估计时,采用最小二乘法进行参数估计,参数β0,β1,…,βn的最小二乘估计值应使得全部观测值yk与回归值的偏差平方和P达到最小,即:
求解可得到β的估计值
为了减少计算量以及数据在计算机中所占的存储量,同时也可以实时地辨识出动态系统的特性,采用递推最小二乘法RLS进行参数估计,递推最小二乘法的思想可以概括为:新的递推参数估计值是在旧的递推估计值的基础上修正而成,该算法不仅可以减少计算量和存储量,而且能实现在线的实时辨识,由RLS得:
取初始参数和P(0):
取ε=[0.001,0.001,…,0.001]-1,α=103,另外可用下式作为递推算法的停机标准:
E是适当小的数 (8)
取E=5×10-9,意味着当所有参数估计值变化不大时,即可停机;式(6)表明,k时刻的参数估计值等于(k-1)时刻的参数估计值加上修正项,在递推最小二乘参数估计算法中,根据前次观测数据得到的P(k-1)及新的观测数据,可以计算出K(k),从而由递推算出
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南城市学院,未经湖南城市学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810368926.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理