[发明专利]一种基于设备工况组合的能源预测系统

说明书

一种基于设备工况组合的能源预测系统，属于工业信息化领域。包括：设备工况定义管理模块、获取现场数据模块、预测计算模块和预测结果展示模块。这四个模块均运行在计算机上，模块涉及的工况信息和现场数据及预测结果等均保存在关系数据库软件中，所说的关系数据库运行在服务器上，计算机与服务器之间通过局域网连接。优点在于，将复杂的能源预测问题转化为设备的工况组合问题；解决了能源预测准确性低的问题；通过甘特图等直观的展示工况情况。

技术领域

本发明属于工业信息化领域，特别是涉及一种基于设备工况组合的能源预测系统。

背景技术

在我国，工业企业消耗了超过三分之二的能源，是节能减排工作的重点。工业企业能源系统的运行规律与设备、原材料和产品种类等密切相关，是各种工况下设备产、用能规律的叠加，所述工况是指设备一段时间内的一种工作状态，例如运行、故障、停机等。能源预测作为能源系统中的重要组成部分，其根据生产计划、检修计划等工况信息，对能源的消耗量和产生量进行预测，以便进行后续的能源资源分配和优化调度，并为企业的安全稳定运行提供依据。因此，能源预测的准确性，将直接影响能源调度的优劣和生产的安全性和稳定性。

工业企业能源系统中能源既有发生也有消耗(例如副产煤气、蒸汽)，某一时刻的能源介质是发生量和消耗量的叠加，能源预测的目的是准确的预测出未来某一时刻的能源介质量。由于能源介质的计量存在误差，平衡状态下计量数据累加得到的总发生量与总消耗量不相等，基于总量的预测方法很难消除计量误差。而能源预测是优化调度的基础，调度是为了消除因为设备故障、检修等原因引起的波动，因此需要对这些波动进行预测，可以采用一种预测不平衡量的方法，所谓的不平衡量是指因工况变化引起的能源介质变化量，例如设备停产将导致该设备产生或消耗的能源介质减少，减少的这部分能源量即为不平衡量。这种获取不平衡量的预测方法避免了总量预测的计量误差问题，同时还考虑了生产计划、检修、故障、停机等外界因素，能够提高能源预测的准确性。

目前能源预测的方法大多是基于能源总量的预测，例如时间序列模型和灰色预测法都是基于历史数据的能源总量预测方法，如2005年2月28日李亮等发表的论文《灰色GM(1,1)和神经网络组合的能源预测模型》和2015年2月15日王延明发表的《Grey能源预测模型的研究及应用》都是基于灰色预测法的；2007年4月11日公开的冶金自动化研究设计院的专利《一种一体化的钢铁企业在线能源预测系统与方法》则是结合了线性回归、神经网络、时间序列、灰度系统GM建模等的一种组合模型的预测方法；2015年5月7日公开的国家电网公司辽宁省电力有限公司经济技术研究院的专利《一种综合能源预测方法》采用基于线性映射的预测算法，用于对当年的某地区的全年消费需求总量进行预测。

以上这些方法都是基于能源总量的预测，但是由于各种介质产耗设备数量众多，产耗量计量数据本身存在误差，使得采用总量预测的方法工作量大、难以消除计量误差影响，如果用总量预测那么计量误差就无法消除，另一方面这些方法利用的外界因素(生产计划、工艺条件、工况信息等)较少，导致能源预测量准确性不高。而2015年10月8日公开的中国南方电网有限责任公司电网技术研究中心的专利《能源消耗量预测方法和系统》则根据历史数据和统计的能源消耗的变化量来预测能源消耗量，这种方法避免了对能源总量的预测，但是只考虑了能源消耗量的预测，没有对能源的产生量进行预测，而能源变化量包括消耗量的变化量和产生量的变化量，即某一时段内的能源变化量是这段时间内产生量与消耗量的差值，应该以能源变化量作为预测量；该系统考虑的是设备的增删更新等设备变化信息，而工业上设备更新不频繁，更多的是基于生产计划、检修计划的能源预测，同时该方法也没有提供获取设备信息的方法及计算能源预测量的方法，系统的实用性不强。

综上所述，工业企业能源系统是一个多介质耦合、多工况叠加、多时段统筹的复杂系统，而采用总量预测的方法工作量大、难以消除计量误差影响，因此需要一种预测不平衡量的可行方法和实用性较强的系统，以便能够得到较为准确的预测数据，并能够应用到实际生产环境中。

发明内容