(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210995150.5 (22)申请日 2022.08.19 (65)同一申请的已公布的文献号 申请公布号 CN 115063058 A (43)申请公布日 2022.09.16 (73)专利权人 东方电子股份有限公司 地址 264000 山东省烟台市芝罘区机场路2 号 (72)发明人 董文杰　方正基　孙英英　田志强　 郭凯强　吴晓亮　张凯　 (74)专利代理 机构 烟台上禾知识产权代理事务 所(普通合伙) 37234 专利代理师 金丽丽 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) (56)对比文件 CN 110503268 A,2019.1 1.26CN 1028210 07 A,2012.12.12 WO 2008086507 A1,20 08.07.17 黄伟等.基 于态势感知的电网台风预警防御 框架研究综述. 《电力系统保护与控制》 .2018, (第11期), 黄伟等.基 于态势感知的电网台风预警防御 框架研究综述. 《电力系统保护与控制》 .2018, (第11期), 苏小玉等.网络安全态势感知中数据融合 算 法应用综述. 《河北省科 学院学报》 .2020,(第02 期), 冒波波等.基于容积卡尔曼 滤波残差驱动的 动态电力系统态势感知方法研究. 《供用电》 .2020,(第08 期), Leijiao Ge.Evaluati on of the situational awarenes s effects for s mart distributi on networks under the n ovel design of i ndicator framew ork and hybrid weighting method. 《Fro ntiers i n Energy》 .2020,第15卷 审查员 孙旭 (54)发明名称 一种基于模型驱动和数据驱动的综合能源 态势感知系统 (57)摘要 本发明涉及用 于监督和预测的数据处理系 统， 具体公开了一种基于模型驱动和数据驱动的 综合能源态势感知系统， 包括 感知层、 理解层、 预 测层， 所述感知层用于接收工业园区综合能源系 统设备运行信息以及对数据进行整合， 所述理解 层通过整合感知数据并依据所述感知层中历史 数据库对当前设备运行状态进行综合判断， 所述 预测层则是在所述理解层的基础上更进一步对 未来可能发生事件的预估， 通过去中心化模式以 综合能源系统中用户为节点 以综合能源系统线 路划分工业园区区域， 以任意节 点为中心构建节 点网络评估节点之间相关性 以及各节点的冗余度可及时实现节点能源调度有效解决综合能源 态势感知 的时效性不足无法及时调度能源的问 题。 权利要求书2页 说明书6页 附图1页 CN 115063058 B 2022.12.09 CN 115063058 B 1.一种基于模型驱动和数据驱动相结合的综合能源态势感知系统， 其特征在于， 包括 感知层 （1） 、 理解层 （2） 、 预测层 （3） ， 所述 感知层 （1） 用于接收工业园区综合能源系统设备运 行信息以及 对数据进行整合， 包括历史数据库 （11） 、 态势数据采集模块 （12） 、 数据预处理模 块 （13） ， 所述理解层 （2） 通过整合 感知数据并依据所述 感知层 （1） 中历史数据库 （11） 对当前 设备运行状态进 行综合判断， 包括相关性分析模块 （21） 、 冗余度评估模块 （22） 、 可调度安全 域评估模块 （23） ， 所述预测层 （3） 则是在所述理解层 （2） 的基础上更进一步对 未来发生事件 的预估， 通过采 取应对措施保证工业园区能源的有效调度， 所述 感知层 （1） 中的所述数据预 处理模块 （13） 主要用于对采集所得的实时数据包括电压值、 电流值、 功率值进行简单整合 并检测异常值， 主要通过将各区域数据定义为A1， A2， ……， An， n为区域总数量， 同时定义区 域内各用户节点数据为Xi， X为区域标号， i为节点标号， 在某采样时刻m将采集所得数据建 立数据矩阵基于随机矩阵理论的数据驱动方法与传统相角测 算模型相结合的算法来感知 异常测量值， 主要公式有高维统计特征值， 采样时刻m时综合能源系统数据异常指标， 所述 理解层 （2） 中的所述相关性分析模块 （21） 包括对各区域数据之间的相关性分析以及各节 点 之间的相关性分析， 相关性分析主要是基于去中心化理论来减少数据 处理算量， 避免因数 据庞杂而导致态势感知不及时， 通过相关性分析得出某 区域或某节点的相邻 关系， 根据其 相关性实现某区域和某节点的能源优选调 度区域， 避免能源系统出现故障时因调度不及时 而造成更大的损失； 所述感知层 （1） 中的所述历史数据库 （11） 主要用于记录能源设备的以 往运行数据并为态势预测提供参考数据值， 所述感知层 （1） 中的所述态势数据采集模块 （12） 主要目的在于对工业园区的能源设备的运行实时监控并收集数据， 基于工业园区设备 运行数据 庞大不易处理， 所以所述态势数据采集模块 （12） 采用分梯度数据采集方式将工业 园区综合能源系统划分区域能源网和节点能源网， 包括区域数据采集模块 （121） 、 节 点数据 采集模块 （122）,通过采用智能电表、 智能水表、 智能冷/热量表以及智能传感器来采集数 据； 所述理解层 （2） 中的所述冗余度评估模块 （22） 通过节点设备使用的电压 峰值得出设备 的安全使用情况， 以某区域节 点电压组合为一个数据集合， 构建综合能源网仿真模型， 设置 冗余度变化场景从而观测到 设备运行状态的改变， 其次基于数据驱动方法提取测算节点的 高维统计指标， 最后将节点的高维统计指标与系统冗余度情况对比， 实现综合能源系统中 节点的冗余度实时评估， 将区域内各节点冗余度记录为一个数据集合， 从中找出集合最小 值得出此区域综合能源系统运行冗余度， 根据各区域能源系统冗余度得出工业园区综合能 源系统冗余度； 所述理解层 （2） 中的所述可调度安全域评估模块 （23） 根据节点之间的相关 性以及节点综合能源系统冗余度优选调 度单元， 在 对系统稳定性影响作用较小的情况下满 足各节点的设备平衡运行， 以系统冗余度较低的节点为中心， 综合对比其邻居节点的冗余 度以此判断可调 度安全节点范围， 同理， 若某区域发生较大系统故障， 综合对比相 邻区域的 冗余度以此判断可调度安全区域。 2.根据权利要求1所述的一种基于模型驱动和数据驱动相结合的综合 能源态势感知系 统， 其特征在于， 由于综合能源系统中数据变化易受到外部环境影响， 不确定因素主要有 可 再生能源和用户用电量， 不同系统受各 因素的影响不同， 所以所述预测层 （3） 中有 所述系统 数据预测模块 （31） 通过从以往历史数据中选取变化指标然后通过建立人工神经网络的能 源设备输出功率预测模型以此来预测近期时间内能源设备运行变化情况。 3.根据权利要求1所述的一种基于模型驱动和数据驱动相结合的综合 能源态势感知系权　利　要　求　书 1/2 页 2 CN 115063058 B 2统， 其特征在于， 所述预测层 （3） 中有所述数据拟合度评估模块 （32） 用于对 所述系统数据预 测模块 （31） 的预测模型进行概率评估， 由于预测结果与 实际数据总会存在一定偏差， 预测 模型与实际数据的拟合度决定了态势感知系统的准确度， 所以对预测模型进 行拟合度评估 是为了确保预测结果的准确 性以此能够避免预测结果与实际偏差太大而对能源调控不够 及时。权　利　要　求　书 2/2 页 3 CN 115063058 B 3