91在线手机免费观看
新聞中心
您當前的位置:首頁 > 最新動態
最新動態 / News

淺談物聯網發展下的電采暖供暖產業發展

 本文來源于網絡,如有侵權,請聯系我們及時刪除!

摘要:

長春供電公司自1999年起就致力研究電采暖產業發展,積累了豐富的工作經驗和大量的案例數據. 伴隨著IT新技術的發展,基于公司基礎數據充實,客戶資源豐富,充分利用先進的電量電費自動化采集系統和專業化的管理團隊,在國內率先創新研發了節能型電能替代產品大數據分析云平臺,通過采暖客戶數據的智能分析,使業務系統運行在云平臺之上,推動了吉林省電采暖產業的快速發展。

1、概述

近年來,國網長春供電公司認真履行社會責任,充分發揮電能在能源優化配置中的積極作用,在工業、商業、民用等各個領域全面深化電能替代戰略,力爭實現從滿足電力需求到引導電能消費營銷服務模式的轉變,促進經濟社會安全、高效、清潔發展,利用大數據和移動互聯網,集“云計算”和“物聯網”技術為一體,建立電采暖大數據庫和數據中心,依托部署在電采暖客戶現場的定位系統、傳感溫控裝置、智能電能表和無線通信網絡對電采暖客戶供暖進行全面監測服務,指導客戶科學用能,達到安全節能、經濟運行的目的。

2 、電采暖基礎信息

電采暖起源于上世紀二十年代,1926年歐洲開始應用電采暖,1930年,美國和日本電采暖占供暖總量的80%,其他一些發達國家電采暖比重也均超過50%。而我國90年代才開始引入電采暖技術,即使在北方城市,電采暖的市場份額也很小。究其原因,這既有傳統供暖效果優于電采暖先入為主的錯誤觀念,也有對電采暖高耗能認識的誤區,更有不敢嘗試新生事物的觀望。 其實隨著技術的不斷突破,電采暖已發展成為電鍋爐、發熱電纜、電熱膜、環流散熱器、地源熱泵五大類。從我們近年來監測的使用數據來看,電采暖在節能性、舒適性、穩定性和經濟性等諸多方面都明顯優于傳統供暖,尤其是電采暖可實現分區、分時人性化控溫,已逐步被人們所認識、所接受、所喜愛。

目前,吉林省在電力供應上是“發電大于需求”,尤其是冬季供暖期間“窩電”現象嚴重,“棄風”問題突出,因此,推動電采暖方式快速發展是解決上述問題的有效途徑。

2.1.長春市市區電采暖布局圖

基于長春市城區電采暖用戶信息檔案,從營銷數據平臺中提取出相關數據信息,定位長春市電采暖建檔運行用戶的地理標識,并標注典型電采暖客戶,制作長春地區電采暖現狀布局GIS展示平臺。通過布局圖可以顯示出市區中各集中區域的電采暖用戶的相關屬性,使用容量,供熱面積及各月的用電量情況,并按顏色區分出各用戶使用的電采暖型號類型。通過數據說明更加直觀的反應電采暖在市區的整體發展布局,從中挖掘其獨特的分布規律,使公司能夠掌握市區電采暖市場發展現狀。

展示平臺以數字地圖為基礎,以多個圖層層疊的方式同時在一個地圖可是范圍內展現區域電采暖整體信息數據和個人用戶基本信息數據情況,如圖1:

圖1市區電采暖布局圖

2.2 長春市電采暖基礎信息展示功能

目前,長春市區電采暖用戶4000多戶。通過調取系統基礎信息展示電采暖總體情況,

如:總體面積、各類型電采暖設備使用占比、電采暖總體電量、用電容量、非居民戶數、居民戶數、非居民容量、居民容量、總體居民年用電量、新增居民年用電量、居民使用電采暖設備類型占比等等。

舉例:各類型電采暖用電情況、各類型電采暖產品型號實際供熱面積占比。

圖2 各類型電采暖使用情況占比

2.3 建立電采暖客戶數據分析展示模塊

電采暖數據分析表的建立,針對不同類別用戶以及不同電采暖產品在實際中運行數據的記錄,能夠直觀反映出其與集中供熱的成本差異。另外針對不同用戶所具有的獨特屬性,結合實際應用效果,跟蹤產品售后,為客戶量身打造合理化建議,滿足客戶需求,從而提升公司的品牌形象。

3 、技術分析及原理

通過對省內所有電采暖成功案例對比分析,能夠幫助客戶科學選擇電采暖方式,能夠對新建和改造的電采暖客戶自動生成最優的電采暖配置方案,達到“客戶、企業、社會”多方共贏目的。

3.1 分析方法

3.1.1 通過用電信息采集系統和營銷業務應用系統分析

獲取客戶用電信息和客戶檔案,確定用戶號、采暖面積、采暖時長、溫度需求等數據項,開展對于東北地區有針對性的能源替代相關的大數據分析,建立能源替代的分析體系,利用PCA算法和BP神經網絡算法構建分析模型,探索發現適用于使用電采暖的用戶類型,做到供電公司的精準營銷,實現以電代煤、以電代油的精準替代,提高電采暖方案的科學性,達到節能減排緩解霧霾的作用。

 

3.1.2基于人工智能AI算法的電采暖大數據分析

供暖形式主要分為電采暖和傳統集中供暖兩種,這兩種形式對于不同的用戶類型有不同的最優選擇,通過主特征提取和相應的人工智能AI算法,為用戶提供適用的供暖方式,能夠為電供暖重大決策提供案例參考和數據支撐,為客戶提供增值服務。

3.2 基于人工智能AI算法的大數據原理

經過分析用電信息采集系統和營銷業務應用系統,我們可以首先獲取用戶類型,室內采暖平均溫度、室內面積、供暖時間/月、采暖耗電量、當年電價、采暖設備投資、平均總投資等特征,將這些特征作為PCA算法的輸入,合并成一個高維向量,通過一個特殊的特征向量矩陣U,投影到一個低維的向量空間中。低維向量就是作為BP神經網絡的輸入,即主要的特征向量。通過降維后,剩下了住房面積、用戶密度、電價、需求溫度、供暖時間、建設成本、外界溫度等特征。

在BP神經網絡中,單個樣本有8個輸入,5個輸出,在輸入層和輸出層之間通常還有若干個隱含層。此BP神經網絡分為輸入層、輸出層和中間層,是一個8維到5維的映射。通過輸入訓練集可以訓練出BP神經網絡,對于后續用戶推薦起到重要的作用。

把神經網絡運用在測試集,根據交叉驗證等方式,完善BP神經網絡。其中在BP神經網絡中,輸入層和輸出層的節點個數都是確定的,通過BP神經網絡,可以通過訓練一些歷史數據,讓BP神經網絡模擬成為一個電力方面的熟練工種。為用戶提供精準的推薦,讓用戶有更好的用戶體驗。

4 、結語

利用大數據和移動互聯網,集“云計算”和“物聯網”技術為一體,建立電采暖電供暖大數據庫和數據中心,依托部署在電采暖客戶現場的定位系統、傳感溫控裝置、智能電能表和無線通信網絡對電采暖電取暖客戶供暖進行全面監測服務,科學指導客戶實現“以電代煤、以電代油、以電代氣”的精準替代,提高電能占終端能源消費比重、降低大氣污染物排放,根據不同電能替代方式的技術經濟特點,因地制宜,分步實施,逐步擴大電能替代范圍,形成清潔、安全、智能的新型能源消費方式,達到安全節能、經濟運行的目的。

大數據的海量化、多樣性、快增長特征,向傳統數據分析和處理技術提出了更高的要求。公司可以基于大數據分析更好的進行科學決策和增值服務,未來大數據分析和預測技術將會被更廣泛地應用到日常生活中,深刻變革電力客戶的生活。

上一篇:結合“能源”與“技術” 推動東北清潔能源產業發展
下一篇:首屆長春市電能清潔供暖發展論壇舉行
Copyright ? 2013 版權所有 吉林省天美通用電器有限公司 電話:0431-84998811
91在线手机免费观看