一种电力负荷分钟级柔性控制方法、系统及设备与流程

本发明涉及负荷柔性控制，尤其涉及一种电力负荷分钟级柔性控制方法、系统及设备。

背景技术：

1、在智能电网的构建过程中引入多样化的工业设备，例如数控机床、工业机器人和焊接设备等，对于实现电力负荷的动态平衡和优化调度至关重要，然而，这一过程面临着实时监控与协调不同设备的运行状态和负荷需求等技术挑战，由于不同类型设备的运行特性差异较大，数控机床的电力需求通常较为稳定，但在执行精密加工任务时，可能会有阶段性的高负荷需求，相比之下，工业机器人和焊接设备的负荷需求则表现出明显的动态变化特性，它们在工作和等待任务状态之间频繁切换。

2、为了实现设备间的负荷转移和优化调度，必须实时监控每台设备的运行状态和负荷需求，并且基于这些实时数据进行快速分析和决策，然而，在实际工业环境中，设备的运行状态和负荷需求往往难以准确预测，尤其是在生产任务动态调整的情况下，负荷需求的变化更加复杂多变，如何在确保设备运行稳定性的同时，实现负荷转移过程中的实时协调，成为一个亟待解决的技术矛盾。

3、此外，负荷转移过程中还需考虑设备启动和停止时可能产生的瞬时冲击问题，例如，当数控机床接收到额外的电力负荷时，可能会导致主轴电机的启动电流瞬间增大，对电网造成冲击，并影响其他设备的运行稳定性，而且不同设备对电能质量的要求也存在差异，数控机床对电压和频率的稳定性有较高要求，而工业机器人和焊接设备则对电流的连续性和脉动特性更为敏感，在负荷转移时，如何兼顾不同设备对电能质量的特定需求，确保各个设备的正常运行，是目前急需解决的技术难点。

技术实现思路

1、本发明的目的在于提供一种电力负荷分钟级柔性控制方法、系统及设备，通过动态平衡生产任务中的设备功耗与加工精度要求，实现对生产流程中能耗与精度的精细管理。

2、第一方面，本发明提供了一种电力负荷分钟级柔性控制方法，所述方法包括以下步骤：

3、利用数字孪生技术构建工业设备的数字化模型，形成工厂数字化模拟模型，并在工厂数字化模拟模型中模拟各个工业设备在不同加工精度下的工作状态信息；

4、根据各个工业设备在不同加工精度下的工作状态信息，构建各个生产加工环节不同工业设备的精度-电荷模型；

5、确定生产任务各个生产加工环节的待处理加工精度，并基于待处理加工精度和工作状态信息，利用精度-电荷模型预测生产任务过程中的电荷需求分布；

6、根据设备资源可用性，将生产加工环节划分为可调节环节与非调节环节，并根据生产任务过程中的电荷需求分布对可调节环节的电力负荷进行分钟级优化；

7、基于电力负荷优化控制策略调整各个工业设备的电力输出，获取各个工业设备实时功耗；

8、在工业设备实时功耗超过预设电荷阈值时，将生产任务内各个生产加工环节的工序环节关键属性进行分类，并根据分类结果调度工业设备。

9、在进一步的实施方案中，所述利用数字孪生技术构建工业设备的数字化模型，形成工厂数字化模拟模型的步骤包括：

10、采集各个工业设备的实时运行数据和规格信息，并利用卡尔曼滤波算法对各个工业设备的实时运行数据进行异构数据处理，得到运行滤波数据；

11、对各个工业设备进行三维建模，得到各个工业设备的三维几何外形模型；

12、将各个工业设备的规格信息与三维几何外形模型进行关联映射，形成对应的设备信息化模型；

13、基于数字孪生技术将各个工业设备的运行滤波数据在设备信息化模型中进行关联映射，生成设备数字孪生模型；

14、根据所有工业设备的设备数字孪生模型，构建工厂数字化模拟模型。

15、在进一步的实施方案中，所述根据各个工业设备在不同加工精度下的工作状态信息，构建各个生产加工环节不同工业设备的精度-电荷模型的步骤包括：

16、根据各个工业设备在不同加工精度下的工作状态信息及其额定功率，计算每个采样时刻的电荷消耗率，形成对应的设备电荷消耗时序数据集；

17、提取设备电荷消耗时序数据集的时域统计特征和频域特征，生成设备电荷消耗模式特征；

18、获取加工精度统计特性，基于关联规则学习算法提取电荷消耗模式特征与加工精度统计特性之间的相关性特征；

19、根据电荷消耗模式特征与加工精度之间的相关性特征，利用相关系数算法量化设备电荷消耗模式特征与加工精度之间的相关强度，确定关键设备电荷消耗模式特征；

20、利用回归模型对加工精度和关键设备电荷消耗模式特征进行关联分析，建立不同生产加工环节中各个工业设备的精度-电荷模型。

21、在进一步的实施方案中，所述基于待处理加工精度和工作状态信息，利用精度-电荷模型预测生产任务过程中的电荷需求分布的步骤包括：

22、根据各个生产加工环节不同工业设备的精度-电荷模型，获取各个工业设备在不同加工精度下的设备电荷消耗强度预测值；

23、根据各个工业设备的所有工作状态信息，利用决策树算法识别出工业设备不同工作状态的特征边界，得到各个工业设备的设备状态区间；所述设备状态区间包括低负荷设备状态区间、中负荷设备状态区间和高负荷设备状态区间；

24、根据设备电荷消耗强度预测值，利用混合回归策略在工业设备的不同设备状态区间中建立对应的设备状态与电荷消耗之间的电荷消耗回归模型；

25、根据各个工业设备的当前工作状态信息和电荷消耗回归模型，预测各个工业设备在待处理加工精度下的设备电荷需求预测值；

26、根据各个工业设备在各个生产加工环节待处理加工精度下的设备电荷需求预测值，得到生产任务过程中的电荷需求分布。

27、在进一步的实施方案中，所述根据设备资源可用性，将生产加工环节划分为可调节环节与非调节环节的步骤包括：

28、提取各个生产加工环节的关键工艺参数，形成结构化的环节属性描述；

29、利用语义分析方法计算各个工业设备当前的工作状态信息和所述环节属性描述之间的适应度，得到每个生产加工环节对不同工业设备的环节适应度；

30、利用知识图谱推理对所有工业设备进行推理，识别出每个生产加工环节的关键工艺参数与待处理加工精度匹配的潜在设备资源池；

31、根据环节适应度从潜在设备资源池中筛选出空闲状态的工业设备作为环节候选执行资源；

32、计算不同所述环节候选执行资源对生产任务的设备适应度，并将设备适应度高于预设适应度阈值的环节候选执行资源所对应的生产加工环节作为可调节环节，将设备适应度低于预设适应度阈值的环节候选执行资源所对应的生产加工环节作为非调节环节。

33、在进一步的实施方案中，所述设备适应度的计算公式具体为：

34、

35、式中，表示环节候选执行资源i对生产任务的设备适应度；表示环节候选执行资源i的加工精度隶属度；表示环节候选执行资源i的效率隶属度；表示环节候选执行资源i的能耗隶属度；、、分别表示加工精度隶属度、效率隶属度和能耗隶属度的权重系数。

36、在进一步的实施方案中，所述根据生产任务过程中的电荷需求分布对可调节环节的电力负荷进行分钟级优化的步骤包括：

37、将生产任务过程进行分解，确定生产过程中的关键生产加工环节及其环节操作特征；

38、对预先获取的工业设备静态属性数据和工业设备动态监测数据进行语义化描述，并对工业设备的全生命周期进行画像，构建设备全生命周期知识图谱；

39、将关键生产加工环节的操作特征和待处理加工精度与设备全生命周期知识图谱进行语义相似度计算，生成工业设备与生产任务相匹配的待推荐设备资源组合；

40、构建包括设备精度、加工效率和能耗水平的多维度评判指标体系，根据多维度评判指标体系，利用三角形隶属度函数对所述待推荐设备资源组合进行评估，生成设备资源组合多维度评估结果；

41、根据生产任务过程中的电荷需求分布和设备资源组合多维度评估结果对各个生产加工环节的电力需求进行分析，得到各个生产加工环节的电力负荷需求数据；

42、根据各个生产加工环节的电力负荷需求数据，利用强化学习算法训练智能体学习优化电力负荷分钟级调度策略，生成电力负荷优化控制策略。

43、在进一步的实施方案中，所述将生产任务内各个生产加工环节的工序环节关键属性进行分类，并根据分类结果调度工业设备的步骤包括：

44、将工业设备实时功耗超过预设电荷阈值的工业设备判定为异常工业设备，并通过知识图谱的语义推理机制，从设备全生命周期知识图谱搜索与生产任务相匹配的潜在替代工业设备；

45、对生产任务进行结构化描述，提取每个生产加工环节的工序环节关键属性，并利用k-means聚类算法对每个生产加工环节的工序环节关键属性进行分类，得到对应的工序环节分类结果；工序环节关键属性包括每个生产加工环节的加工特性和质量需求关键属性；

46、利用长短期记忆神经网络算法构建设备电荷时间序列预测模型，根据设备电荷时间序列预测模型预测潜在替代工业设备的设备电荷预测值；

47、利用鱼骨图对异常工业设备进行异常根源分析，生成异常分析结果；

48、将设备电荷预测值、各个生产加工环节的电力负荷需求数据、生产加工环节聚类结果和异常分析结果构建为状态空间，利用强化学习算法自适应优化生产任务的设备调度策略；

49、根据设备调度策略动态调整生产任务中工业设备的调用。

50、第二方面，本发明提供了一种电力负荷分钟级柔性控制系统，所述系统包括：

51、模拟模型构建模块，用于利用数字孪生技术构建工业设备的数字化模型，形成工厂数字化模拟模型，并在工厂数字化模拟模型中模拟各个工业设备在不同加工精度下的工作状态信息；

52、电荷精度分析模块，用于根据各个工业设备在不同加工精度下的工作状态信息，构建各个生产加工环节不同工业设备的精度-电荷模型；

53、电荷需求分析模块，用于确定生产任务各个生产加工环节的待处理加工精度，并基于待处理加工精度和工作状态信息，利用精度-电荷模型预测生产任务过程中的电荷需求分布；

54、负荷优化控制模块，用于根据设备资源可用性，将生产加工环节划分为可调节环节与非调节环节，并根据生产任务过程中的电荷需求分布对可调节环节的电力负荷进行分钟级优化；

55、设备功耗分析模块，用于基于电力负荷优化控制策略调整各个工业设备的电力输出，获取各个工业设备实时功耗；

56、设备调度模块，用于在工业设备实时功耗超过预设电荷阈值时，将生产任务内各个生产加工环节的工序环节关键属性进行分类，并根据分类结果调度工业设备。

57、第三方面，本发明还提供了一种计算机设备，包括处理器和存储器，所述处理器与所述存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，以使得所述计算机设备执行实现上述方法的步骤。

58、本发明提供了一种电力负荷分钟级柔性控制方法、系统及设备，所述方法通过在工厂数字化模拟模型中模拟各个工业设备在不同加工精度下的工作状态信息，构建各个生产加工环节不同工业设备的精度-电荷模型；确定生产任务各个生产加工环节的待处理加工精度，并基于待处理加工精度和工作状态信息，利用精度-电荷模型预测生产任务过程中的电荷需求分布；根据设备资源可用性，将生产加工环节划分为可调节环节与非调节环节，并根据生产任务过程中的电荷需求分布对可调节环节的电力负荷进行分钟级优化；基于电力负荷优化控制策略调整各个工业设备的电力输出，获取各个工业设备实时功耗；在工业设备实时功耗超过预设电荷阈值时，将生产任务内各个生产加工环节的工序环节关键属性进行分类，并根据分类结果调度工业设备。与现有技术相比，该方法通过平衡优化生产任务中工业设备在不同加工精度要求和工作状态下的电荷需求，能够自适应地优化生产任务的设备调度策略，实现对生产过程中电力负荷的精确控制和优化，从而提高生产效率和能源利用效率，有效优化生产过程中的能源使用和设备管理。