[发明专利]一种基于云计算的节能管理系统

说明书

技术领域

本发明涉及计算机网络技术领域，特别是指一种基于云计算的节能管理系统。

背景技术

对制冷机房进行节能改造，降低建筑中的空调系统能耗，具有非常重要的意义。制冷机房的能耗包括制冷机组的能耗，冷冻水泵、冷却水泵以及冷却塔的能耗，其中空调系统中，约60％～65％用电负荷消耗于冷水机组，约25％～30％用电负荷消耗于冷冻水泵和冷却水泵，剩余的用电负荷消耗于风机的输配上。当运行在部分负荷时，制冷量减小，冷水机组群控需根据建筑所需冷负荷,机组瞬时功率,机组运行能效比瞬态值COP、机组运行能效比累计值及差压旁通阀开度自动调整冷水机组运行台数,达到最佳节能目的。当制冷量减小，冷水机组的能耗随之降低，冷却水泵、冷水水泵及冷却塔的能耗比例随之提高，采用变流量系统，减小冷却水泵，冷冻水泵及冷却塔能耗，但有可能由于流量的降低，使得冷水机组的蒸发器和冷凝器侧换热变差，制冷机组能耗上升。所以，部分负荷时，冷水机组和水泵风机之间需综合优化，应以整个空调系统能耗之和最小为目标，而不是以某一种设备或子系统的能耗最小为目标。

目前影响节能的因素有很多，需要综合考虑多种因素进行节能管理。但是目前普遍的节能措施是通过一些简单的策略并辅助人工进行调整，对使用者的要求较高，且效果较差。重要的是，目前的节能管理系统有以下几个明显的缺陷：

1.由于影响节能的因素较多，目前大部分节能管理系统仅仅能够针对特定的、局部的系统进行自动节能，无法提供较大的解决方案。

2.目前大部分的节能系统还不够智能，必须根据具体情况进行调整，并且往往无法提供比较实用的节能建议，仅仅是为人工节能提供参考。

3.目前大部分的节能系统的计算能力有限，只能对少量关键数据进行分析。

发明内容

有鉴于此，本发明的目的在于提出一种基于云计算的节能管理系统，能够适用于制冷机房能源管理和安全运营。

基于上述目的本发明提供的一种基于云计算的节能管理系统，所述基于云计算的节能管理系统包括云平台中心单元和与其相连的节能控制单元；其中，所述云平台中心单元通过云平台对接收的该节能控制单元的能耗数据、状态数据和节能策略参数进行训练和学习，调整节能策略参数并反馈给该节能控制单元，以实现对整个系统的动态的智能节能管理；

所述的节能控制单元能够采集能耗数据、状态数据和节能策略参数，并将采集到的数据实时传送给该云平台中心单元，并且所述节能控制单元根据该云平台中心单元调整后的节能策略参数自动的对节能策略进行调整，并实施节能操作。

可选地，所述的基于云计算的节能管理系统工作过程包括步骤：

第一步：当所述基于云计算的节能管理系统需要对节能策略进行调整时，所述节能控制单元将本系统当前的状态、调整后节能策略参数和当前能耗比，通过网络上传到所述云平台中心单元；

第二步：所述的云平台中心单元在接收到所述节能控制单元发送的系统状态数据和节能参数后，将其作为一组输入数据，传递到机器学习算法程序中；

第三步：所述云平台中心单元运行机器学习算法，计算出本次策略调整后预期的能耗比，将其与所述节能控制单元的当前能耗比相比较。

第四步：所述云平台中心单元判断如果预期能耗比优于当前能耗比，则执行步骤五；如果预期能耗比差于当前能耗比，则对节能策略参数在一定范围内进行微调，然后重复步骤二；

第五步：所述云平台中心单元将最终得出的节能策略参数反馈给所述节能控制单元，该节能控制单元实施本次调整。

进一步地，所述节能控制单元在实施节能策略调整之后，定期将本系统当前的状态、当前节能策略、当前能耗比上传到所述云平台中心单元；所述云平台中心单元在接收到这些数据之后，将其作为一个样本，进行训练，以提高机器学习算法的准确度，同时将上述数据存储在系统中。

可选地，所述云平台中心单元包括数据存储模块、数据分析模块、能耗预测模块和数据报告模块；

其中，所述数据存储模块接收所述节能控制单元上传的能耗数据、状态数据以及节能策略参数并且进行存储，同时提供数据管理；

所述数据分析模块与所述数据存储模块相连，将能耗数据、状态数据以及节能策略参数进行训练和学习，在下次需要调整策略时，给出最优的节能策略，反馈给所述节能控制单元；

所述能耗预测模块与所述数据分析模块相连，在所述数据分析模块处理后的基础上，根据历史能耗数据、现阶段的各种能耗数据以及状态数据，对下一个能耗周期的能耗进行预测，并提供节能策略；