CN111522309A - 一种基于ems***的数据处理方法及设备 - Google Patents
一种基于ems***的数据处理方法及设备 Download PDFInfo
- Publication number
- CN111522309A CN111522309A CN202010308724.8A CN202010308724A CN111522309A CN 111522309 A CN111522309 A CN 111522309A CN 202010308724 A CN202010308724 A CN 202010308724A CN 111522309 A CN111522309 A CN 111522309A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- time
- determining
- equipment
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000005265 energy consumption Methods 0.000 claims abstract description 313
- 238000004519 manufacturing process Methods 0.000 claims abstract description 125
- 230000002159 abnormal effect Effects 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 12
- 238000007726 management method Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于EMS***的数据处理方法及设备,所述方法包括:根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。通过完善EMS***的数据处理过程,提高数据处理过程的自动化以及智能化程度,是本领域亟需解决的技术问题。
Description
技术领域
本申请涉及制造信息化技术领域,更具体地,涉及一种基于EMS***的数据处理方法及设备。
背景技术
随着社会经济的快速发展,企业对能源的需求也越来越高,但事实上,随着能源日益紧张和环境恶化,如何获得经济并且环保的能源变成了一个关系企业生存与可持续发展的紧迫问题。因此,这就要求企业在发展的过程中应该转变其传统的固有观念,将能源管理工作放在重点位置,并将企业生产与能源管理无缝对接。
EMS能量管理***是现代电网调度自动化***(含硬、软件)总称。其主要功能由基础功能和应用功能两个部分组成,旨在加强能源管理的执行。EMS***通过与ERP***的无缝集成,可以确保能源管理功能完整实现。能源管理***的基础管理任务是实现按成本中心模式,向ERP***提供完整的能源***分析数据和分析结果,ERP也将按能源管理和预测分析的需要,向能源管理***提供公司的生产计划、检修计划和相关的生产实绩信息。信息的交互作用能较好地解决能源***评价中的不科学因素,在公司层面及时掌握能源消耗情况,并对环境状况作出估计。
但是现有技术中,目前的数据处理方法并不能根据***的实际使用情况来控制相应设备的运行,当***应用的能量使用出现高峰时,会导致***过载,更严重的会导致***瘫痪。
因此,如何进一步完善EMS***中的数据处理过程,提高数据处理过程的自动化以及智能化程度,是本领域亟需解决的技术问题。
发明内容
本发明提供一种基于EMS***的数据处理方法,用以解决现有技术中数据处理的问题,从而提高数据处理过程的自动化以及智能化程度,所述方法包括:
根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;
根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;
停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;
基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
优选的,根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,其特征在于,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
优选的,根据所述时间子区间和所述平均能耗确定能耗分析结果,其特征在于,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
优选的,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,其特征在于,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
优选的,基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划,其特征在于,具体为:
根据所述新任务量和所述预设生产计划确定决策变量;
将所述决策变量代入最优目标用电计划计算公式确定所述最优目标用电计划;
所述最优目标用电计划计算公式为:
其中,minF为所述最优目标用电计划;决策变量Xijk是任务i在j设备k时刻上的开启情况,Pj是被选中的设备的功率,Ak为k时刻的电价,ΔCij为与任务及设备相关的附加成本,ΔCik为任务i在k时刻生产的附加成本,△T为交货时间被划分的最小时间间隔。
相应的,本发明还提出了一种基于EMS***的数据处理设备,所述设备包括:
确定模块,用于根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;
异常模块,根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;
分配模块,停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;
设置模块,基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
优选的,其特征在于,所述确定模块,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
优选的,其特征在于,根据所述时间子区间和所述平均能耗确定能耗分析结果,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
优选的,其特征在于,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
优选的,其特征在于,所述设置模块,具体为:
根据所述新任务量和所述预设生产计划确定决策变量;
将所述决策变量代入最优目标用电计划计算公式确定所述最优目标用电计划;
所述最优目标用电计划计算公式为:
其中,minF为所述最优目标用电计划;决策变量Xijk是任务i在j设备k时刻上的开启情况,Pj是被选中的设备的功率,Ak为k时刻的电价,ΔCij为与任务及设备相关的附加成本,ΔCik为任务i在k时刻生产的附加成本,△T为交货时间被划分的最小时间间隔。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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。
图1为本发明实施例提出的一种基于EMS***的数据处理方法的流程示意图;
图2为本发明另一实施例提出的一种基于EMS***的数据处理方法的流程示意图;
图3为本发明实施例提出的一种基于EMS***的数据处理设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如背景技术所述,现有技术中并不能根据***的实际使用情况来控制相应设备的运行,当***应用的能量使用出现高峰时,会导致***过载。
为解决上述问题,本申请实施例提出了一种基于EMS***的数据处理方法,通过进一步完善EMS***中的数据处理过程,提高数据处理过程的自动化以及智能化程度。
如图1所示本发明实施例提出的一种基于EMS***的数据处理方法的流程示意图,该方法包括以下步骤:
步骤S101,根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态。
具体的,所述EMS***接收各状态数据,然后根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,其中,所述状态数据至少包括停机状态、或待机状态、或运行状态;
为了根据各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,在本申请的优选实施例中,根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
具体的,所述***从接收到的各状态数据中提取出对应的持续时间,并通过所述持续时间确定多个时间子区间,然后根据各状态数据中所述能量消耗数据确定所述时间子区间内的平均能耗,接着根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,最后根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,其中,所述能耗分析结果为时间统计结果和能耗统计结果,所述时间子区间内的状态数据一致
为了准确确定能耗分析结果,在本申请的优选实施例中,根据所述时间子区间和所述平均能耗确定能耗分析结果,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
具体的,所述EMS***将各生产设备在预设时间区间的停机状态,待机状态以及运行状态的时间并分别记为第一时长,第二时长和第三时长,之后按照所述第一时长,第二时长和第三时长的比例确定时间统计结果,同时,所述EMS***将各生产设备在预设时间区间的停机状态以及运行状态的平均能耗并分别记为第一能耗和第二能耗,之后按照所述第一能耗和第二能耗的比例确定能耗统计结果。
为了根据能耗分析结果确定异常能耗设备和正常能耗设备,在本申请的优选实施例中,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
具体的,所述EMS***从预设特殊模式库中获取典型生产过程的能耗时间序列数据,然后使能耗分析结果与所述能耗时间序列数据进行比较,从而判断出所述异常能耗设备和所述正常能耗设备。
步骤S102,根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量。
具体的,当所述EMS***发现异常能耗设备时,访问其未完成的任务并记录未完成任务量。
步骤S103,停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量。
具体的,所述EMS***停止运行异常能耗设备,并根据负载均衡算法将其分配至所述正常能耗设备,其中,所述负载均衡算法具体为将负载(工作任务)进行平衡、分摊到多个正常能耗设备上进行运行。
步骤S104,基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
具体的,所述EMS***根据新任务量和供电网的实时电价信息重新确定各所述正常能耗设备的最优目标用电计划。
为了准确确定正常能耗设备的最优目标用电计划,在本申请的优选实施例中,基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划,具体为:
根据所述新任务量和所述预设生产计划确定决策变量;
将所述决策变量代入最优目标用电计划计算公式确定所述最优目标用电计划;
所述最优目标用电计划计算公式为:
其中,minF为所述最优目标用电计划;决策变量Xijk是任务i在j设备k时刻上的开启情况,Pj是被选中的设备的功率,Ak为k时刻的电价,ΔCij为与任务及设备相关的附加成本,ΔCik为任务i在k时刻生产的附加成本,△T为交货时间被划分的最小时间间隔。
本申请提供的一种基于EMS***的数据处理方法,先根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态,然后根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量,再停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量,最后基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划,通过进一步完善EMS***中的数据处理过程,提高数据处理过程的自动化以及智能化程度。
为了进一步阐述本发明的技术思想,现结合具体的应用场景,对本发明的技术方案进行说明,请参阅图2,本申请另一实施例提供一种基于EMS***的数据处理方法,所述方法包括:
步骤S201,预设生产设备。
具体的,所述EMS***将其各生产设备在预设时间区间处于停机状态的时间记为第一时长,处于待机状态的时间记为第二时长,处于运行状态的时间记为第三时长,
所述EMS***将其各生产设备在预设时间区间处于停机状态的能耗记为第一能耗,处于运行状态的能耗记为第二能耗,然后从预设特殊模式库中提取出典型生产过程的能耗时间序列数据,其中,所述能耗时间序列数据至少包括已知异常模式编码。
步骤S202,判断能耗设备是否正常。
具体的,所述EMS***先根据所述第一时长,第二时长以及第三时长在预设时间区间的比例确定出所述时间统计结果,然后根据所述第一能耗以及第二能耗在预设时间区间的比例确定出所述能耗统计结果,之后根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果,最后通过能耗分析结果与能耗时间序列数据进行判断,从而判断出能耗设备是否正常。
步骤S203,停运异常能耗设备。
具体的,所述EMS***停止运行所述异常能耗设备,并访问其未完成的任务,之后将未完成的任务量通过负载均衡算法分配至其他正常能耗设备中。
步骤S204,配置正常能耗设备。
具体的,基于正常能耗设备中接收到额外的任务量,所述EMS***需要根据所述新任务量和供电网的实时电价信息为各正常能耗设备重新确定最优目标用电计划,即为,将所述新任务量和述预设生产计划确定决策作为变量带入到最优目标用电计划的计算公式中,所述最优目标用电计划的计算公式为
其中,minF为所述最优目标用电计划;决策变量Xijk是任务i在j设备k时刻上的开启情况,Pj是被选中的设备的功率,Ak为k时刻的电价,ΔCij为与任务及设备相关的附加成本,ΔCik为任务i在k时刻生产的附加成本,△T为交货时间被划分的最小时间间隔。
本申请提供的一种基于EMS***的数据处理方法,所述EMS***通过将其各生产设备在各预设时间区间内的所述时间统计结果以及所述能耗统计结果确定所述能耗分析结果,然后通过能耗分析结果与能耗时间序列数据判断出正常能耗设备以及异常能耗设备,之后停止运行所述异常能耗设备,并将其未完成的任务量通过负载均衡算法分配至其他正常能耗设备中,最后根据最优目标用电计划重新配置正常能耗设备,通过进一步完善EMS***中的数据处理过程,提高数据处理过程的自动化以及智能化程度。
为了达到以上技术目的,本申请实施例还提出了一种基于EMS***的数据处理设备,其特征在于,如图3所示,所述设备包括:
确定模块301,用于根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;
异常模块302,用于根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;
分配模块303,用于停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;
设置模块304,用于基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
在具体的应用场景中,其特征在于,所述确定模块,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
在具体的应用场景中,其特征在于,根据所述时间子区间和所述平均能耗确定能耗分析结果,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
在具体的应用场景中,其特征在于,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
在具体的应用场景中,其特征在于,所述设置模块,具体为:
根据所述新任务量和所述预设生产计划确定决策变量;
将所述决策变量代入最优目标用电计划计算公式确定所述最优目标用电计划;
所述最优目标用电计划计算公式为:
其中,minF为所述最优目标用电计划;决策变量Xijk是任务i在j设备k时刻上的开启情况,Pj是被选中的设备的功率,Ak为k时刻的电价,ΔCij为与任务及设备相关的附加成本,ΔCik为任务i在k时刻生产的附加成本,△T为交货时间被划分的最小时间间隔。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解装置中的模块可以按照实施场景描述分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于EMS***的数据处理方法,其特征在于,所述方法包括:
根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;
根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;
停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;
基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
2.如权利要求1所述的方法,其特征在于,根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
3.如权利要求2所述的方法,其特征在于,根据所述时间子区间和所述平均能耗确定能耗分析结果,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
4.如权利要求2所述的方法,其特征在于,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
6.一种基于EMS***的数据处理设备,其特征在于,所述设备包括:
确定模块,用于根据多个连续预设时间间隔内的各生产设备的状态数据和能量消耗数据确定异常能耗设备和正常能耗设备,所述状态数据为停机状态、或待机状态、或运行状态;
异常模块,用于根据异常能耗设备对应的预设生产计划确定各所述异常能耗设备的未完成任务量;
分配模块,用于停运所述异常能耗设备,并基于负载均衡算法将所述未完成任务量分配至各所述正常能耗设备,以使各所述正常能耗设备执行新任务量;
设置模块,用于基于所述新任务量和供电网的实时电价信息确定各所述正常能耗设备的最优目标用电计划。
7.如权利要求6所述的设备,其特征在于,所述确定模块,具体为:
根据所述状态数据对应的持续时间确定多个时间子区间,所述时间子区间内的状态数据一致;
根据所述能量消耗数据确定所述时间子区间内的平均能耗;
根据所述时间子区间和所述平均能耗确定预设时间区间内的能耗分析结果,所述能耗分析结果为时间统计结果和能耗统计结果;
根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备。
8.如权利要求7所述的设备,其特征在于,根据所述时间子区间和所述平均能耗确定能耗分析结果,具体为:
根据所述生产设备在各所述时间子区间的状态数据统计所述生产设备处于停机状态的第一时长,处于待机状态的第二时长和处于运行状态的第三时长;
根据所述第一时长、所述第二时长和所述第三时长在所述预设时间区间的比例确定所述时间统计结果;
根据所述生产设备在所述时间子区间内的平均能耗统计所述生产设备处于待机状态的第一能耗和处于运行状态的第二能耗;
根据所述第一能耗和所述第二能耗在所述预设时间区间的比例确定所述能耗统计结果;
根据所述时间统计结果和所述能耗统计结果确定所述能耗分析结果。
9.如权利要求7所述的设备,其特征在于,根据所述能耗分析结果确定所述异常能耗设备和所述正常能耗设备,具体为:
基于所述生产设备中的预设特殊模式库获取典型生产过程的能耗时间序列数据,所述典型生产过程为在离散生产的流程中循环、重复出现的生产过程,所述预设特殊模式库存储有所述典型生产过程的已知异常模式编码;
根据所述能耗分析结果与所述能耗时间序列数据的比较结果确定所述异常能耗设备和所述正常能耗设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010308724.8A CN111522309A (zh) | 2020-04-18 | 2020-04-18 | 一种基于ems***的数据处理方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010308724.8A CN111522309A (zh) | 2020-04-18 | 2020-04-18 | 一种基于ems***的数据处理方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111522309A true CN111522309A (zh) | 2020-08-11 |
Family
ID=71903507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010308724.8A Pending CN111522309A (zh) | 2020-04-18 | 2020-04-18 | 一种基于ems***的数据处理方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522309A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608230A (zh) * | 2024-01-23 | 2024-02-27 | 魁伯恩重工(兰陵)有限公司 | 一种矿山设备控制***和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280893A (zh) * | 2013-05-30 | 2013-09-04 | 东南大学 | 一种工业用户能量管理装置及其控制方法 |
CN104615498A (zh) * | 2015-01-22 | 2015-05-13 | 北京仿真中心 | 一种基于任务迁移的集群***动态负载均衡方法 |
CN106709679A (zh) * | 2016-11-28 | 2017-05-24 | 龙岩烟草工业有限责任公司 | 堆垛机任务分配的方法以及装置 |
CN109032087A (zh) * | 2018-07-06 | 2018-12-18 | 合肥工业大学 | 工业生产设备能耗状态诊断与节能评估方法及*** |
CN110727508A (zh) * | 2019-10-24 | 2020-01-24 | 无锡京和信息技术有限公司 | 一种任务调度***和调度方法 |
-
2020
- 2020-04-18 CN CN202010308724.8A patent/CN111522309A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280893A (zh) * | 2013-05-30 | 2013-09-04 | 东南大学 | 一种工业用户能量管理装置及其控制方法 |
CN104615498A (zh) * | 2015-01-22 | 2015-05-13 | 北京仿真中心 | 一种基于任务迁移的集群***动态负载均衡方法 |
CN106709679A (zh) * | 2016-11-28 | 2017-05-24 | 龙岩烟草工业有限责任公司 | 堆垛机任务分配的方法以及装置 |
CN109032087A (zh) * | 2018-07-06 | 2018-12-18 | 合肥工业大学 | 工业生产设备能耗状态诊断与节能评估方法及*** |
CN110727508A (zh) * | 2019-10-24 | 2020-01-24 | 无锡京和信息技术有限公司 | 一种任务调度***和调度方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608230A (zh) * | 2024-01-23 | 2024-02-27 | 魁伯恩重工(兰陵)有限公司 | 一种矿山设备控制***和方法 |
CN117608230B (zh) * | 2024-01-23 | 2024-04-16 | 魁伯恩重工(兰陵)有限公司 | 一种矿山设备控制***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11455021B2 (en) | Datacenter power management using AC and DC power sources | |
US20180052431A1 (en) | Datacenter power management using variable power sources | |
CN103700041A (zh) | 基于云计算的智能电网负荷预测管理平台 | |
US20140095410A1 (en) | Method and system for demand response management | |
Liu et al. | Restoration of power distribution systems with multiple data centers as critical loads | |
US20190272016A1 (en) | Dynamic tiering of datacenter power for workloads | |
CN109066691B (zh) | 能源调度方法、能源控制设备和能源*** | |
WO2017171123A1 (ko) | 수요관리사업자의 경제성 dr 입찰을 위한 최적 분산자원 선택 및 구성 방법 | |
Ahmad et al. | Optimization‐based workload distribution in geographically distributed data centers: A survey | |
Talei et al. | Smart campus energy management system: Advantages, architectures, and the impact of using cloud computing | |
CN114693006B (zh) | 一种用于新型电力***的配电储能管理***及其方法 | |
CN102043676B (zh) | 虚拟化数据中心调度方法及*** | |
CN114336594B (zh) | 一种能源聚合客户监测及需求响应调度***及方法 | |
CN113515831B (zh) | 能源调度方法、装置、电子设备及存储介质 | |
CN111522309A (zh) | 一种基于ems***的数据处理方法及设备 | |
Zheng et al. | Loss-minimizing generation unit and tie-line scheduling for asynchronous interconnection | |
CN102724100A (zh) | 一种针对组合服务的板卡资源分配***及方法 | |
CN104484765A (zh) | 一种评价城市供电网是否具备世界一流水平的方法 | |
CN116227711A (zh) | 一种基于配电网的综合投资效益优化***及方法 | |
CN104079637B (zh) | 一种资源调度方法及*** | |
CN113904378A (zh) | 一种虚拟电厂资源调控方法、***及资源调控终端 | |
CN107104508B (zh) | 一种整合交互通信功能的停送电时间自动计算*** | |
Huixi et al. | A combination of host overloading detection and virtual machine selection in cloud server consolidation based on learning method | |
CN113762728B (zh) | 配电网的分级可靠性管理***和方法 | |
CN117314598B (zh) | 一种储能设备租赁容量调整方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |
|
RJ01 | Rejection of invention patent application after publication |