[发明专利]一种基于大数据的能源开发系统及应用

说明书

本发明属于能源开发领域，公开了一种基于大数据的能源开发系统及应用，包括如下步骤：使用垂直搜索引擎获取集中电网历史数据；构建多层全连接深度卷积神经网络，将获取的集中电网历史数据输入网络中进行训练；基于大数据分析建立参数集数据库；运用大数据分析结果，实施当前集中电网最优控制方式。本发明中基于大数据分析的结果建立参数集数据库，充分运用大数据分析结果，实施当前集中发电最优控制方式，能够在限制能源开发成本的情况下，根据最优配比数据集，调整光伏组件和风机，增加总发电量，实现较大程度的降低电网能源损失，提高集中能源开发效率，加快电网节能运行时间，降低集中电网能耗，具有现实的节能环保意义。

技术领域

本发明属于能源开发领域，尤其涉及一种基于大数据的能源开发系统及应用_。

背景技术

目前：由于环境保护和能源枯竭的双重压力，迫使我们大力发展清洁的可再生能源，光伏发电、风力发电等可再生能源发电技术得到了广泛的关注和应用，在一些小城镇、牧区、海岛等有用电需求但不便于大规模电网建设的地区，可再生能源的应用对于降低建设成本，实现节能减排有重要意义，为了充分利用可再生能源，采用大数据技术将分布式能源和负荷联接起来，既实现了可再生能源的就地利用，降低损耗，又实现了区域内电能的合理调度，提高了用电可靠性。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有能源开发系统运行效率低、能耗大。

(2)现有能源开发系统维护成本高。

发明内容

针对现有技术存在的问题，本发明提供了一种基于大数据的能源开发系统及应用。

本发明是这样实现的，一种基于大数据的能源开发系统及应用，所述基于大数据的能源开发系统及应用包括如下步骤：

S101：使用垂直搜索引擎获取集中电网历史数据；

S102：构建多层全连接深度卷积神经网络，将获取的集中电网历史数据输入网络中进行训练；

S103：基于大数据分析建立参数集数据库；

S104：运用大数据分析结果，实施当前集中电网最优控制方式。

进一步，所述S103中参数集数据库建立步骤如下：

S201：利用朴素贝叶斯算法对海量集中电网历史数据进行分类，在训练阶段对海量集中电网历史数据进行分布式学习，即获取集中光伏组件光照数据、风机风量数据；

S202：对能源损失率进行计算，根据计算结果，基于大数据分析建立在不同电网光伏组件光照数据、风机风量数据条件下匹配最优的参数集数据库。

进一步，所述电网历史数据包括对光伏组件的针对性测试数据，即在同一外部光照条件下，不调节光伏控制器，保持恒定光照运行，多次测试组件上的相同测点，取测试能源损失率平均值数据。

进一步，所述S104中实施当前集中电网最优控制方式步骤如下：

S301：确定当前外部光伏组件光照数据、风机风量数据，提取参数集数据库内与当前外部光伏组件光照数据、风机风量数据最优配比的光照数据、风量数据集；

S302：根据最优配比数据集，确定电网所需光伏组件光照数据、风机风量数据调整方案；

S303：基于大数据分析结果将光伏组件倾斜角度、风机朝向数据调整至当前最优。

进一步，所述S104中实施当前集中电网最优控制方式还包括对光伏组件数量的实施控制方法，根据经济情况确定合理的光伏组件数量，包括以下步骤：

S401：获取集中电网不同光伏组件数量恒定光照下能源损失历史数据，根据大数据分析建立最优光伏组件数量数据集；