(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111424615.3 (22)申请日 2021.11.26 (71)申请人 国家电投集团东北电力有限公司大 连开热分公司 地址 116699 辽宁省大连市大连经济技 术 开发区清源路8号 申请人 中电投东北能源科技有限公司 (72)发明人 王凯润　杨文涵　傅腾　吴超　 黄迪　张敏　徐义舟　刘芷麟　 郑立军　景真钰　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 代理人 张仲波　邓琳 (51)Int.Cl. G06Q 10/06(2012.01)G06N 20/00(2019.01) G06Q 50/06(2012.01) (54)发明名称 一种基于数据分析的智慧园区能源综合管 控平台 (57)摘要 本发明公开了一种基于数据分析的智慧园 区能源综合管控平台， 包括监测子平台、 管理子 平台和分析与预测子平台； 监测子平台用于对源 端、 网端、 负荷端和储能端的工作状态及数据进 行监测， 并将 采集的数据发送给管理子平台和分 析与预测子平台； 管理子平台用于根据监测子平 台采集的数据对园区的能源供应进行管理和协 调； 分析与预测子平台用于利用大数据分析与机 器学习技术对监测子平台采集的数据进行深度 挖掘与分析， 从而实现能源使用策略优化， 能源 消耗预测和能源异常使用告警。 本发 明通过引入 大数据分析和机器学习的数据分析， 能够实现对 能源的综合管理、 供应协调、 策略优化、 异常告 警、 消耗预测等， 从而提高能源的利用效率， 有效 促进节能减排。 权利要求书3页 说明书6页 附图2页 CN 114298470 A 2022.04.08 CN 114298470 A 1.一种基于数据分析的智慧园区能源综合管控平台， 其特征在于， 所述智慧园区能源 综合管控平台包括 监测子平台、 管理子平台和分析与预测子平台； 所述监测子平台用于对源端、 网端、 负荷端和储能端的工作状态及数据进行监测， 并将 采集的数据发送给 所述管理子平台和所述分析与预测子平台； 所述管理子平台用于根据所述监测子平台采集的数据对园区的能源供应进行管理和 协调； 所述分析与预测子平台用于利用大数据分析与机器学习技术对所述监测子平台采集 的数据进行深度挖掘与分析， 从而实现能源使用策略优化， 能源消 耗预测和能源异常使用 告警。 2.根据权利要求1所述的智慧园区能源综合管控平台， 其特征在于， 所述监测子平台包 括连接在源端的源端数据采集传感器、 连接在 网端的网端数据采集传感器、 连接在负荷端 的负荷端数据采集传感器、 以及连接在储能端的储能端数据采集传感器； 所述源端数据采集传感器用于监测源端各节点末梢的电能和热能的能源剩余情况， 并 采集相关数据； 所述网端数据采集传感器用于监测能源传输的能网和信息传输的数据网的工作状态 是否正常， 并采集相关数据； 所述负荷端数据采集传感器用于监测各用能负荷是否过载运行而产生损伤或危险， 并 采集相关数据； 所述储能端数据采集传感器用于监测储能设备和太阳能集热设备的储能情况， 并采集 相关数据； 所述源端数据采集传感器、 所述网端数据采集传感器、 所述负荷端数据采集传感器和 所述储能端数据采集传感器采集的数据通过网关传回所述 监测子平台。 3.根据权利要求2所述的智慧园区能源综合管控平台， 其特征在于， 所述监测子平台还 包括设置在园区的温度传感器和光传感器； 所述温度传感器用于实时监测和采集园区的温 度， 所述光传感器用于实时监测 和采集园区的光照强度。 4.根据权利要求1所述的智慧园区能源综合管控平台， 其特征在于， 所述管理子平台具 体用于对外 部供能、 光伏、 储能、 充电桩和太阳能集热五类能源的供应进行 管理和协调。 5.根据权利要求4所述的智慧园区能源综合管控平台， 其特征在于， 所述管理子平台的 基本策略包括： 优先使用光伏和太阳能集热两种清洁能源的供能方式， 若这两种 方式供能 不足， 再根据所述监测子平台采集的数据依 次协调使用储能、 充电桩和外部供能的方式给 园区供给能源。 6.根据权利要求1所述的智慧园区能源综合管控平台， 其特征在于， 所述分析与预测子 平台具体用于： 使用朴素贝叶斯 算法依据光照强度和温度对光伏发电量和太阳能集热进行 预测； 使用EM算法对园区 能源消耗总量进行 预测。 7.根据权利要求6所述的智慧园区能源综合管控平台， 其特征在于， 所述使用朴素贝叶 斯算法预测光伏发电量和太阳能集热 具体包括： 假定Si表示不同分段的光伏发电量， 且为连续值属性， 并服从高斯分布， 即P(Si|Aj)权　利　要　求　书 1/3 页 2 CN 114298470 A 2其中μAj,i和 分别表示在样本Aj下的第i个分段的取值的均值和方差， j＝ 1,2分别表示 光照强度与温度的样本， P(Si|Aj)的概率密度为： 相应的高斯分类 器如下： 其中S＝(S1,S2,…,Sn)为输入值， P(Aj)表示第j类样本的先验概率， E(S)表示输出的光 伏发电量的预测结果； 假定Hi表示不同分段的太阳能集热， 且为连续值属性， 并服从高斯分布； 同理可以得到 太阳能集热的预测结果E(H)。 8.根据权利要求6所述的智慧园区能源综合管控平台， 其特征在于， 所述使用EM算法预 测能源消耗总量包括： 假定能源消耗总量服从高斯分布， 即P(X|θ )N( μ, σ2)， 其中X＝(x1,x2,…xn)为样本集， n 为样本数量； 利用E M算法对能源消耗总量进行 预测如下： 输入： 样本数据X＝(x1,x2,…xn)， 联合分布函数p(x,z:θ )， 条件分布函数p(z|x； θ )， 其 中Z＝(z1,z2,…zn)为隐含数据， 设M为 最大迭代次数； A1、 设置初始化模型参数θ 的值； A2将j从1到M执行EM算法迭代： Qi(zi)＝P(zi|xi, θj)    (3) 极大化L( θ, θj)， 到得新的参数： θj+1＝arg max L( θ, θj)    (5) 当θj+1已经收敛或者 算法迭代次数达 到M， 则退出迭代； 输出： 新的模型参数 根据新的模型参数 得到对应的 并以此作为能源消耗总量的预测。 9.根据权利要求8所述的智慧园区能源综合管控平台， 其特征在于， 所述分析与预测子 平台还用于预测外 部供能， 计算过程如下： 其中 表示预测的外部供能， 表示预测的能源消耗总量， E(S)表示预测的光伏发电 量， E(H)表示预测的太阳能集热。 10.根据权利要求6所述的智慧园区能源综合管控平台， 其特征在于， 所述分析与预测 子平台还用于根据对各能源使用的预测结果进行 策略优化和异常告警， 具体包括： 根据对各能源使用的预测结果， 提前制定相应的能源使用策略， 在节能减排的同时保权　利　要　求　书 2/3 页 3 CN 114298470 A 3