本发明涉及能耗管理，具体为一种应用于发电机组的能耗管理系统及方法。
背景技术：
1、能耗管理是指对能源使用进行系统化和全面的管理，旨在提高能源利用效率、降低成本、减少环境影响，并推动可持续发展。传统的发电机组能耗管理系统通常采用定时采集数据、手动分析和调整的方式，这种方式存在数据采集不及时、分析效率低、无法实时响应异常情况等问题。
2、随着人工智能和数据分析技术的发展，决策树算法等智能分析技术被广泛应用于能耗管理领域。这些技术能够通过学习数据模式、趋势分析和异常检测，提高对能源消耗情况的理解和预测能力。远程监控和调整技术允许用户通过网络实时监控和调整发电机组的运行状态。这在实际应用中提供了更大的灵活性，但传统系统可能存在安全性、通信加密等方面的问题。能耗优化技术旨在根据系统分析结果和用户需求，制定优化策略并实时应用于发电机组，以降低能耗、提高效率，并满足环境和经济的可持续发展需求。
技术实现思路
1、本发明的目的在于提供一种应用于发电机组的能耗管理系统及方法，以解决上述背景技术中提出的问题。
2、为了解决上述技术问题，本发明提供如下技术方案：
3、一种应用于发电机组的能耗管理系统，包括：
4、数据采集模块：实时采集发电机组各种参数的数据，对数据进行预处理，将预处理后的数据存储在系统数据库中；
5、智能分析模块：使用决策树算法，学习发电机组运行过程中的数据模式，识别发电机组在不同工况下的能源消耗模式；进行趋势分析，以预测未来的能耗趋势，识别周期性的变化和潜在的能源消耗模式；实施异常检测算法，识别发电机组运行中的异常情况；
6、能耗优化模块：从智能分析模块获取实时能耗数据和分析结果，根据用户需求或系统设定，制定能耗优化的目标；将当前的能耗模式与预设的优化策略进行匹配，根据匹配结果，制定相应的优化参数；将优化的参数实时应用到发电机组，持续监测发电机组的运行状态；
7、远程通信模块：采用http通信协议，集成安全性机制，使用ssl/tls协议进行数据加密，采用用户名密码、api密钥或人脸识别的方式保障访问权限；提供远程监控接口和远程调整接口，集成实时通知机制，向远程用户发送系统警报、异常情况或重要事件通知。
8、所述数据采集模块连续采集发电机组的实时数据，所述实时数据包括发电机组的电流、电压、功率、温度、湿度、转速和燃油水平，确保获取数据的时钟同步；对于每个传感器采集的数据，进行范围检测，排除超出合理范围的异常值，根据传感器的技术规格和系统设计的要求设定阈值，判断数据是否属于异常；应用卡尔曼滤波，去除噪声和震荡，通过平滑算法，减少数据的瞬时波动；
9、对采集到的数据进行时间序列分析，识别周期性变化和趋势，使用傅里叶变换检测数据中的周期性变化；对于缺失的数据点，采用插值方法填补，以保持数据的完整性；对传感器进行定期校准，以消除因传感器漂移引起的数据误差，根据校准结果，使用修正算法对采集到的数据进行修正。
10、所述智能分析模块从数据采集模块中获取预处理后的数据，根据数据生成建模的特征，为每个数据点标记相应的能源消耗模式类别，所述能源消耗模式类别分为高能耗模式、中能耗模式、低能耗模式、启动/停机模式、异常模式；接着，使用信息熵衡量数据的混乱程度，计算公式如下：
11、
12、其中，c是类别的数量，pi是每个类别在数据集中的占比；
13、接着，使用信息增益衡量一个特征对分类的贡献，计算公式如下：
14、
15、其中，a是特征，v是特征的取值数，dv是特征取值为v的子集，v表示一个特征的不同取值的数量，h(dv)是在特征a下取值为v的子集的熵；
16、接着，使用基尼系数衡量数据的不纯度，计算公式如下：
17、
18、用于构建分类树时的分裂标准；
19、最后，根据信息增益和基尼系数选择最佳的特征，递归地构建决策树。
20、利用建立好的决策树模型，将电流、电压、功率、温度、湿度、转速和燃油水平的特征按照模型训练时的特征顺序组成一个输入特征向量；接着，将构建好的输入特征向量传递给已建立的决策树模型，模型将根据输入特征向量通过已学到的分裂条件在决策树上进行遍历，最终确定输入特征向量所属的类别。
21、所述智能分析模块使用移动平均法进行趋势分析，计算每个时间点的平均值；对于电流数据，设时间点t处的电流数据为it，移动平均值mat的计算公式为：
22、
23、其中，n是移动窗口的大小；接着，将移动平均法应用到其他参数，得到相应的移动平均值，将原始数据和计算得到的移动平均值绘制在同一图表上，通过观察移动平均线，分析能耗数据的趋势。
24、所述智能分析模块使用z-score进行异常检测，对于输入的特征，计算历史数据的均值μ和标准差σ：
25、
26、
27、其中，xi是历史数据中的第i个数据点，m是数据点的数量；
28、对于每个数据点xi，计算其z-score：接着，设置z-score的阈值，取z≥阈值作为异常的判定条件；对于计算得到的z-score，如果发现某个数据点的z-score大于或等于设定的阈值，则将该数据点标识为异常。
29、所述能耗优化模块将当前的能耗模式与预设的优化策略进行匹配的步骤如下：
30、s7-1、设计匹配规则，定义阈值匹配规则、趋势分析匹配规则、异常检测匹配规则、多因素综合匹配规则、用户设定匹配规则；
31、s7-2、根据定义的匹配规则，对实时能耗数据进行匹配；
32、s7-3、根据执行匹配规则的结果，确定与之匹配的预设优化策略；
33、s7-4、针对确定的优化策略，制定相应的优化参数；
34、s7-5、将制定好的优化参数实时应用到发电机组，调整发电机组的运行状态；
35、s7-6、持续监测发电机组的运行状态，与智能分析模块保持通信，确保实时获取数据以进行后续的优化决策。
36、根据步骤s7-1，所述阈值匹配规则设置发电机组的能耗参数的阈值范围，根据实时能耗数据，判断当前参数是否在预设的阈值范围内；所述趋势分析匹配规则分析能耗参数的趋势，判断能耗参数是否呈现明显的趋势变化；所述异常检测匹配规则利用异常检测算法z-score检测能耗参数中的异常情况，根据异常检测结果，判断是否存在异常情况；所述多因素综合匹配规则考虑多个因素的综合影响，所述影响包括电流、电压、功率之间的关系以及电流、电压、功率与时间的关系，综合分析多个因素制定匹配规则；所述用户设定匹配规则允许用户设定对于能耗优化的偏好和需求，根据用户的设定，考虑用户的优先级和偏好，将用户需求纳入匹配规则中。
37、根据步骤s7-4，从s7-3的匹配结果中获取确定的优化策略信息，包括优化的类型、目标和要求，这些信息将成为制定优化参数的依据。对确定的优化策略进行详细分析，了解优化的目标，例如是提高效率、降低能耗、适应不同负荷等，理解策略的需求是制定优化参数的关键。根据分析的优化策略需求，制定相应的优化参数，这涉及到调整发电机组的电压、频率、负荷分配、转速等参数，具体参数的制定取决于所采用的优化策略。在制定优化参数时，需要考虑实时性和系统稳定性，确保优化参数的调整能够在短时间内实施，并且不会导致发电机组运行不稳定或损害设备。根据实际情况和系统约束，调整优化参数的范围，确保调整后的参数在设备和系统运行的安全范围内。
38、所述远程通信模块提供远程监控接口和远程调整接口，用户首先需要进行身份认证，只有合法的用户能够访问接口，认证采用安全令牌、api密钥或人脸识别机制，用户通过https协议的api终端访问接口；用户通过远程监控接口获取发电机组的实时性能参数，查看发电机组的运行状态，获取实时的能耗数据，远程监控接口结合实时通知机制，能够及时向用户发送系统警报、异常情况或重要事件通知，支持用户通过查询功能获取特定时间范围内的历史数据；用户通过远程调整接口对发电机组的电流、电压、功率、温度、湿度、转速和燃油水平进行调整，发送启停指令，实现对发电机组的启动或停止。
39、一种应用于发电机组的能耗管理方法，包括以下步骤：
40、s100、实时采集发电机组参数的实时数据，所述参数包括发电机组的电流、电压、功率、温度、湿度、转速和燃油水平；
41、s200、在数据采集模块中对采集到的原始数据进行预处理，所述预处理包括清理和校正数据，将预处理后的数据存储在系统数据库中；
42、s300、使用决策树算法，在智能分析模块中学习发电机组运行过程中的数据模式；
43、s400、通过识别不同工况下的能源消耗模式，进行趋势分析，预测未来的能耗趋势，并识别周期性的变化和潜在的能源消耗模式；
44、s500、实施异常检测算法，以识别发电机组运行中的异常情况；
45、s600、从智能分析模块获取实时能耗数据和分析结果，根据用户需求或系统设定，制定能耗优化的目标；
46、s700、将当前的能耗模式与预设的优化策略进行匹配，根据匹配结果，制定相应的优化参数，将优化的参数实时应用到发电机组；
47、s800、采用http通信协议，在远程通信模块中集成安全性机制，使用ssl/tls协议进行数据加密，提供远程监控接口和远程调整接口。
48、与现有技术相比，本发明所达到的有益效果是：
49、本发明采用决策树算法，能够学习发电机组运行过程中的数据模式，实现对不同工况下的能源消耗模式的识别。这使得能耗管理系统更具智能化，能够更准确地分析和预测能耗趋势，识别潜在的能源消耗模式。
50、通过实施异常检测算法，本发明能够实时识别发电机组运行中的异常情况。相比传统的定时采集和手动分析方式，本系统能够更迅速、更准确地响应异常情况，从而降低潜在的损失和风险。
51、本发明的能耗优化模块通过智能分析模块提供的实时能耗数据和分析结果，制定能耗优化的目标。将当前的能耗模式与预设的优化策略进行匹配，制定相应的优化参数，并实时应用到发电机组，这有助于提高能耗的效率。
1.一种应用于发电机组的能耗管理系统，其特征在于：包括：
2.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述数据采集模块连续采集发电机组的实时数据，所述实时数据包括发电机组的电流、电压、功率、温度、湿度、转速和燃油水平，确保获取数据的时钟同步；对于每个传感器采集的数据，进行范围检测，排除超出合理范围的异常值，根据传感器的技术规格和系统设计的要求设定阈值，判断数据是否属于异常；应用卡尔曼滤波，去除噪声和震荡，通过平滑算法，减少数据的瞬时波动；
3.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述智能分析模块从数据采集模块中获取预处理后的数据，根据数据生成建模的特征，为每个数据点标记相应的能源消耗模式类别，所述能源消耗模式类别分为高能耗模式、中能耗模式、低能耗模式、启动/停机模式、异常模式；接着，使用信息熵衡量数据的混乱程度，计算公式如下：
4.根据权利要求3所述的一种应用于发电机组的能耗管理系统，其特征在于：利用建立好的决策树模型，将电流、电压、功率、温度、湿度、转速和燃油水平的特征按照模型训练时的特征顺序组成一个输入特征向量；接着，将构建好的输入特征向量传递给已建立的决策树模型，模型将根据输入特征向量通过已学到的分裂条件在决策树上进行遍历，最终确定输入特征向量所属的类别。
5.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述智能分析模块使用移动平均法进行趋势分析，计算每个时间点的平均值；对于电流数据，设时间点t处的电流数据为it，移动平均值mat的计算公式为：
6.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述智能分析模块使用z—score进行异常检测，对于输入的特征，计算历史数据的均值μ和标准差σ：
7.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述能耗优化模块将当前的能耗模式与预设的优化策略进行匹配的步骤如下：
8.根据权利要求7所述的一种应用于发电机组的能耗管理系统，其特征在于：根据步骤s7-1，所述阈值匹配规则设置发电机组的能耗参数的阈值范围，根据实时能耗数据，判断当前参数是否在预设的阈值范围内；所述趋势分析匹配规则分析能耗参数的趋势，判断能耗参数是否呈现明显的趋势变化；所述异常检测匹配规则利用异常检测算法z-score检测能耗参数中的异常情况，根据异常检测结果，判断是否存在异常情况；所述多因素综合匹配规则考虑多个因素的综合影响，所述影响包括电流、电压、功率之间的关系以及电流、电压、功率与时间的关系，综合分析多个因素制定匹配规则；所述用户设定匹配规则允许用户设定对于能耗优化的偏好和需求，根据用户的设定，考虑用户的优先级和偏好，将用户需求纳入匹配规则中。
9.根据权利要求1所述的一种应用于发电机组的能耗管理系统，其特征在于：所述远程通信模块提供远程监控接口和远程调整接口，用户首先需要进行身份认证，只有合法的用户能够访问接口，认证采用安全令牌、api密钥或人脸识别机制，用户通过https协议的api终端访问接口；用户通过远程监控接口获取发电机组的实时性能参数，查看发电机组的运行状态，获取实时的能耗数据，远程监控接口结合实时通知机制，能够及时向用户发送系统警报、异常情况或重要事件通知，支持用户通过查询功能获取特定时间范围内的历史数据；用户通过远程调整接口对发电机组的电流、电压、功率、温度、湿度、转速和燃油水平进行调整，发送启停指令，实现对发电机组的启动或停止。
10.一种应用于发电机组的能耗管理方法，应用于权利要求1-9中任一项所述的一种应用于发电机组的能耗管理系统，其特征在于，包括以下步骤：
