核心技术

Big-Data

创新性地将数据挖掘和人工智能技术运用到能源管理领域;
采用神经网络和决策树等先进算法建立能源产耗预测模型,实时监测能源生产和消耗异常情形,结合各类能源特性及成本实现多能流优化调度。

专家规则库

知识库中积累2000+项能源管理案例以及团队专家的知识与经验;
基于专家知识及规则对采集数据进行深入比较分析,分析实时运行状态、评估运行效率,诊断节能空间。

自动侦测诊断

自学习设备运行历史数据,计算出设备在不同情况下的运行特征,拟合设备性能曲线,实现设备能效实时诊断;
基于设备性能评估模型,结合需求预测,采用前馈控制与反馈控制的融合,实现多设备、多场景的优化控制,使设备系统始终处于更佳的能效状态。

优化调度

多能流应用场景包括市电、光伏发电、风电、燃油或燃气自发电、储能和多业态用户(建筑、工厂等),依托数据建模与仿真开发多能流优化 调度系统,在可再生能源使用率、碳排放量等多维限制条件下降低能源成本;其次,为适应于多种应用需求,可切换优化调度的目标, 模型要求具备良好的容错能力,在预测算法出现较大偏差时,调度算法可根据偏差趋势做出调整,确保整个调度系统的高效、安全运行。