[发明专利]一种基于LoRaWAN网络云监测的电能预测分配系统在审

专利信息
申请号: 202210162182.7 申请日: 2022-02-22
公开(公告)号: CN114662850A 公开(公告)日: 2022-06-24
发明(设计)人: 韩新洁;耿明君;范云生 申请(专利权)人: 大连海事大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q30/02;G06Q50/06;H02J3/00;G06K9/62;G06N3/04
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 姜玉蓉;李洪福
地址: 116026 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lorawan 网络 监测 电能 预测 分配 系统
【权利要求书】:

1.一种基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,包括:电能采集网络、LoRaWAN网关、云监测平台和移动端APP,其中:

电能采集网络,用于实时采集用电设备的电参数,包括电压、电流、有功功率和电能量;

LoRaWAN网关,作为无线通信基站,用于同时接收8个信道的数据,并将数据打包成以太网数据协议包,即时转发到云监测平台;

云监测平台,用于获取居民的用电数据,基于K-Means++聚类算法和条件生成对抗神经网络构建用电量预测模型,并通过MQTT端口连接移动端APP;

移动端APP,用于实时查看电能表的电参数,获取来自云端的最佳用电方案的推送。

2.根据权利要求1所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述电能采集网络由多个采集节点组成,多个采集节点使用单跳无线通信连接到一个或多个所述LoRaWAN网关,所述LoRaWAN网关与采集节点之间以星型拓扑结构组网。

3.根据权利要求2所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述采集节点包括主控芯片HT5017和LoRa射频模块,主控芯片HT5017和LoRa射频模块通过串行外设接口进行通信。

4.根据权利要求3所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述主控芯片HT5017内部集成有但不限于EMU计量模块、带有温度自补偿功能的高精度RTC模块以及LCD驱动,所述LoRa射频模块内部集成有SX1262射频芯片和标准的LoRaWAN通信协议。

5.根据权利要求1所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述电能采集网络与所述LoRaWAN网关采用OTAA方式入网,其中:

采集节点向云端发送Join-request message请求,云端返回Join-accept message,采集节点提取Join_accept message中的DevAddr,JoinNonce信息,并计算生成AppSKey和NwkSEncKey信息。

6.根据权利要求1所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述LoRaWAN网关与所述云监测平台使用packet_forwarder进行通信,其中:

LoRa数据包转发器将所述LoRaWAN网关接收到的RF数据包通过IP/UDP链接转发到所述云监测平台,并发出经所述云监测平台发送的RF数据包。

7.根据权利要求1所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述云监测平台中,基于K-Means++聚类算法和条件生成对抗神经网络构建用电量预测模型的过程如下:

步骤1、对原始数据进行筛选和预处理:对于样本数据缺失的部分,采用前后数据均值插补的方法;对于数据异常的部分,采用剔除的方法;对于数据域值范围大的问题,使用归一化的方法使数据与数据之间处于同一数量级;

步骤2、根据处理后的数据集采用K-Means++的聚类方法,将数据集D划分成k个簇类,使用肘方法将簇类的个数k确定为3,将居民用电负荷数据集分为高用电量用户、中用电量用户、低用电量用户三类;

步骤3、将每一类用户的负荷数据作为生成模型的目标数据,并将气候数据、电量价格、季节数据作为生成模型的条件数据,预测负荷数据、真实负荷数据和条件数据作为判别模型的目标数据,生成模型和判别模型不断进行对抗训练优化自身的权重,使整个对抗神经网络的负荷预测模型达到最优。

8.根据权利要求1所述的基于LoRaWAN网络云监测的电能预测分配系统,其特征在于,所述移动端APP安装在智能手机、平板电脑智能终端并作为远程操控平台,具体实现功能如下:

所述移动端APP用于从远端数据库获取历史用电量数据折线图及未来时刻用电分配建议柱状图;

所述移动端APP用于实现远程充值,远程抄表,远程清余额,远程查询实时数据;

所述移动端APP用于实现余额耗尽时自动跳闸与远程人工拉合闸。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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大连海事大学,未经大连海事大学许可,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/202210162182.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top