摘要
本申请涉及一种基于全信创的供热可信智能控制方法及系统,其包括通过物联网设备实时采集供热参数,将供热参数通过边缘计算节点进行预处理后,得到预处理数据;基于全信创平台,通过双向LSTM神经网络模型对预处理数据进行热负荷预测,输出未来时间周期内的热负荷预测曲线;基于热负荷预测曲线,结合实时设备状态及能耗优化策略,生成动态调度指令;将动态调度指令下发至边缘计算节点,自动调整热源、管网及用户端的运行参数,并在检测到设备异常时,自动切换备用设备或调整供热路径,实现供热系统的无人化调控。本申请通过整合边缘计算、物联网、可信传输及工控安全能力,实现对供热场景数据采集分析全流程覆盖,提高供热运行的无人值守调度能力。
技术关键词
LSTM神经网络模型
智能控制方法
历史负荷数据
热源
物联网设备
多维时序数据
供热系统
参数
动态
曲线
角色权限控制
场景数据采集
节点
状态采集装置
状态监测设备
时序特征
孤立森林算法
粒子群优化算法
系统为您推荐了相关专利信息
风险预测系统
数据采集模块
监护设备
数据处理模块
高风险
光伏逆变器
智能控制方法
光伏储能
电压越限
节点
BIM技术
数据处理方法
施工现场数据
可视化功能
建筑
变压器容量配置
协同控制策略
配电网变压器
历史负荷数据
负荷特征