|
搜索
搜 索
高等教育領域數字化綜合服務平臺
新型能效管理一體化采集與智慧用能關鍵技術研究及應用
基于智能終端控制、大數據集群分析、數字網關以及智能云平臺等技術構建智慧用能數據服務系統。
項目系統框架圖
項目整體思路框架圖
項目研究工作分解
針對項目不同負荷類型和典型應用場景，匹配相應的通訊控制模塊，通過電力載波或無線等多元傳輸方式，將用戶用能需求等相關電力數據集中在云平臺，結合用戶行為模型、能耗模型及能源管理控制模型對電力數據進行聚類整合及分析。達到提升用戶的用能體驗和節省用電成本的雙重目標，同時對于電網側能夠利用削峰填谷等策略，增加電網參與輔助服務的力度，有效利用電網資源。
智慧用能平臺系統圖
目前市場存在的用戶用能監測設備及系統之間的數據信息交流往往是單向的，難以達到人們對測量精度和實效性的要求。而本系統基于新型通信和人工智能技術，集成電力信息的感知、采集、通信和控制技術，創建以智能電能表和智能終端為核心的雙向互動體系，通過對電流、電壓、功率、電量等用戶用電信息及溫度等環境數據的自動采集，實現對電能的使用情況及各類關鍵供能用能設備進行的實時監控及能耗監測，對異常值做出預警，通過分析處理采集的數據生成各種用電行為曲線指導用戶進行經濟合理用電。
技術特點
1、實時性指標
常規數據查詢響應時間＜10s；90%界面切換響應時間≤3s，其余≤5s；計算機遠程網絡通信中實時數據傳送時間＜5s。
2、并發指標
支持300用戶同時在線，并發要求達到100用戶以上，并同時滿足以下指標：常規數據查詢響應時間≤15秒；主要節點CPU負載≤80%。
3、可用性指標
年可用率≥99.5%。負載率指標：在任意30分鐘內，各服務器CPU的平均負荷率≤80%；在任意30分鐘內，人機工作站CPU的平均負荷率≤80%；在任意30分鐘內，主站局域網的平均負荷率≤80%。
4、存儲容量指標
數據在線存儲容量滿足12個月以上數據存儲需求。
華北電力大學
2022-10-09
技術需求；井下工作面的無線通訊、物聯網監測設備的電池自供電，達到自適應頻率采集、工作狀態進行預警
1.實現煤礦井下工作面的無線通訊。
2.實現采煤工作面物聯網監測設備的電池自供電，達到自適應頻率采集。
3.通過軟件的智能分析，對工作面采煤裝備的工作狀態進行預警。
4.搭建服務器云平臺，建立大數據中心，拓展相應數據實時通過PC端，手機端報警推送。
山東礦機華能裝備制造有限公司
2021-06-15