能量供应设备组的生产排布方法、装置以及设备与流程

1.本技术涉及智能工业领域，尤其涉及一种能量供应设备组的生产排布方法、装置以及设备。


背景技术：

2.目前，在电力工业领域中，可以通过焚烧废弃物产生高温蒸汽，并通过高温蒸汽推动涡轮机转动，使发电机产生电能。废弃物的干燥程度决定了能量转化的效率，而将废弃物堆放至一定高度时，可以通过发酵和废弃物的自重排出其中的水分，那么，如何在保证有利于排水的废弃物存储总量的情况下，进行合理的安排设备运行以得到所需电能，是当前亟待解决的问题。同样，在其他工业领域的制备过程中，也存在维持库存稳定的需求。


技术实现要素：

3.本技术实施例提供的一种能量供应设备组的生产排布方法、装置以及设备，以期维持库存稳定。
4.第一方面，本技术实施例提供一种能量供应设备组的生产排布方法，该方法包括：获取该能量供应设备组的历史数据，该历史数据包括历史时间段内的原材料入库数据；根据该原材料入库数据，确定预测周期内多个单位时间下的原材料入库量的预测值；针对该多个单位时间中的第i个单位时间，根据该第i个单位时间的原材料入库量的预测值si和原材料存储量占比，确定该第i个单位时间原材料待消耗量ci，该原材料存储量占比为存储仓存储的原材料数量占存储仓总容量的优选比例，i为正整数；根据该多个单位时间中各单位时间的原材料待消耗量，确定目标排布结果，该目标排布结果用于指示该能量供应设备组中各能量供应设备在各单位时间运行或者停止运行的排布结果。
5.第二方面，本技术实施例提供一种能量供应控制装置，包括：数据获取单元，用于获取能量供应设备组的历史数据，该历史数据包括历史时间段内的原材料入库数据；预测单元，用于根据该原材料入库数据，确定预测周期内多个单位时间下的原材料入库量的预测值；确定单元，用于针对该多个单位时间中的第i个单位时间，根据该第i个单位时间的原材料入库量的预测值si和原材料存储量占比，确定该第i个单位时间原材料待消耗量ci，该原材料存储量占比为存储仓存储的原材料数量占存储仓总容量的优选比例，i为正整数；排布单元，用于根据该多个单位时间中各单位时间的原材料待消耗量，确定目标排布结果，该目标排布结果用于指示该能量供应设备组中各能量供应设备在各单位时间运行或者停止运行的排布结果。
6.第三方面，本技术实施例提供一种能量供应系统，包括：能量供应控制设备和能量供应设备组；其中，该能量供应控制设备用于执行如权利要求1至10任一项该的方法；该能量供应设备用于根据该能量供应控制设备的控制在各单位时间下运行或者停止运行。
7.第四方面，本技术实施例提供一种能量供应控制设备，包括：至少一个处理器和存储器；该存储器存储计算机执行指令；该至少一个处理器执行该存储器存储的计算机执行
指令，使得该至少一个处理器执行如第一方面提供的方法。
8.第五方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当处理器执行该计算机执行指令时，实现如第一方面提供的方法。
9.第六方面，本技术实施例提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现第一方面提供的方法。
10.在本技术实施例中，基于历史数据对预测周期内的多个单位时间下的原材料入库量进行预测，确定每个单位时间的原材料待消耗量，进而对能量供应设备组进行生产排布，使得能量供应设备组消耗的原材料能够维持原材料存储比例的稳定，使得库存量稳定，减少能量供应设备的启停次数，进而降低能耗，提升能源产出效率。
附图说明
11.图1为本技术实施例提供的一种能量供应系统的示意图；
12.图2为本技术实施例提供的一种能量供应控制设备的结构示意图；
13.图3为本技术实施例提供的一种能量供应设备组的生产排布方法的流程示意图；
14.图4为本技术实施例提供的一种能量供应控制装置的结构示意图；
15.图5为本技术实施例提供的一种能量供应控制设备的结构示意图。
具体实施方式
16.本技术实施例提供的能量供应设备组的生产排布方法可以适用于各种工业领域，例如应用于电力工业，通过能量供应设备对原材料进行焚烧或者加热，产生高温蒸汽，进而通过高温蒸汽推动涡轮机转动，使发电机产生电能；又例如，应用于热力工业，通过能量供应设备对原材料进行焚烧或者加热，产生高温蒸汽，将高温蒸汽作为热源载体输出。上述原材料可以是能源材料，例如煤炭、油、燃气等，或者可以是任意可燃烧的物品、甚至可以是废弃物(例如生活垃圾、工业废品等)，本技术对此不做限制。
17.无论基于哪种原材料进行能量供应，维持库存和产能的平衡都格外重要，通过维持库存与产能的平衡能够避免库存消耗过快导致停产，或者能源消耗过慢导致原材料存储过剩，带来安全隐患。
18.除此之外，基于废弃物进行能量供应的场景中，废弃物需要在存储仓中经过数天的堆积发酵，并通过废弃物自身的自重，将废弃物中的水分排出，以使废弃物更加干燥，燃烧后产生更多的高温蒸汽。因此，将废弃物的库存维持在能够有利于水分排出的库位，变得尤为重要。
19.针对上述问题，本技术实施例提供一种能量供应设备组的生产排布方法，基于历史数据对预测周期内的多个单位时间下的原材料入库量进行预测，确定每个单位时间的原材料待消耗量，进而对能量供应设备组进行生产排布，使得能量供应设备组消耗的原材料能够维持原材料存储比例的稳定。
20.图1为本技术实施例提供的一种能量供应系统的示意图。如图1所示，在能量供应系统100中，能量供应控制设备110可以与多个能量供应设备120通过有线或者无线的方式连接。
21.能量供应控制设备110可以实现为一种终端设备。例如手机(mobile phone)、平板电脑(pad)、台式电脑、工业控制(industrial control)中的终端设备等，或者终端设备还可以是可穿戴设备，可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。
22.能量供应控制设备110还可以实现为一种服务器，包括常规服务器或服务器集群。当能量供应控制设备110部署在云环境时，能量供应控制设备110可以实现为一种云服务器。
23.可选的，能量供应控制设备110可以向各能量供应设备发送控制信令，以控制各能量供应设备消耗原材料进行供能。上述多个能量供应设备120可以组成一个或者多个能量供应设备组。一个能量供应设备组所消耗的原材料可以来自于同一个原材料存储仓130(下文中简称存储仓)。
24.各能量供应设备120可以实现为任意一种具有能量供应能力的工业设备，例如，在电力工业领域中，能量供应设备120可以实现为电能转化设备，例如可以包括锅炉、涡轮机、发电机等。
25.可选的，能量供应系统100还可以包括原材料存储仓130，原材料存储仓130可以与多个能量供应设备120连接，以实现自动向运行中的能量供应设备进行上料。
26.可选的，原材料存储仓130还可以与能量供应控制设备110连接，实现库存量的实时上报，或者便于能量供应控制设备110对库存量进行实时读取。
27.应理解，图1所示的能量供应系统100仅为一种示例，本技术并不对能量供应系统100中的能量供应控制设备的数量进行限定，当能量供应系统100包括多个能量供应控制设备时，每个能量供应控制设备可以与一个能量供应设备组连接。
28.图2为本技术实施例提供的一种能量供应控制设备的结构示意图。如图2所示，该能量供应控制设备110可以包括：数据获取模块111、库位分析模块112、时序数据预测模块113、排产规划模块114、数据输出模块115中的一种或者组合。
29.其中，数据获取模块111可以用于从数据库获取历史数据，在一些实施例中，数据获取模块111还用于对历史数据进行预处理，例如对历史数据进行四分位距(inter quartile range，iqr)过滤和空值填补。可选的，数据库可以是部署有开发数据处理服务(open data processing service，odps)的数据库、基于分布式系统架构hadoop实现的数据库、部署有关系型数据库管理系统mysql的数据库等。
30.库位分析模块112可以用于基于数据获取模块111得到的历史数据，计算存储仓存储的原材料数量占存储仓总容量的优选比例。
31.时序数据预测模块113可以用于基于数据获取模块111得到的历史数据，确定每个单位时间的原材料待消耗量。
32.排产规划模块114可以用于基于各单位时间的原材料待消耗量和/或约束条件，对各能量供应设备进行生产排布。
33.数据输出模块115可以用于将生产排布结果输出，例如将生产排布结果输出至数据库，该数据库与获取历史数据的数据库可以相同也可以不同，该数据库也可以是上述署有开发数据处理服务(open data processing service，odps)的数据库、基于分布式系统
架构hadoop实现的数据库、部署有关系型数据库管理系统mysql的数据库等；或者，数据输出模块125可以用于基于生产排布结果生成各能量供应设备的控制信令，并将控制信令输出至对应的能量供应设备，以控制各能量供应设备在预测周期内运行或者停止运行。
34.为便于理解，首先对本技术实施例中的专业名词进行解释。
35.1、预测周期：预测周期用于限定预测原材料待消耗量的时间范围，例如可以是180天、一周、一个月、一个季度、一年等。
36.2、单位时间：是指进行生产排布的最小时间单位，也即在一个单位时间内，一个能量供应设备维持运行或者停止运行中的一种状态。单位时间例如可以是分钟、小时、天、周等。
37.一般来说，预测周期可以包括多个单位时间，但也不排除预测周期包括一个单位时间的情况。
38.下面结合附图对本技术实施例提供的能量供应设备组的生产排布方法进行详细说明。下面提供的一些实施例可以相互结合，对于相同或者相似的概念或者过程可能在某些实施例不再赘述。
39.图3为本技术实施例提供的一种能量供应设备组的生产排布方法的流程示意图。本技术实施例中能量供应设备组通常包括多个能量供应设备，但也不排除能量供应设备组包括一个能量供应设备的情况，应理解，多个能量供应设备是指两个或两个以上的能量供应设备。本技术的执行主体可以是上述图1中的能量供应控制设备，或者部署于上述能量供应控制设备中的部件。
40.如图3所示，该方法200包括：
41.s210，获取该能量供应设备组的历史数据，该历史数据包括历史时间段内的原材料入库数据；
42.s220，根据该原材料入库数据，确定预测周期内多个单位时间下的原材料入库量的预测值；
43.s230，针对该多个单位时间中的第i个单位时间的原材料入库量的预测值si和原材料存储量占比，确定该第i个单位时间原材料待消耗量ci，该原材料存储量占比为存储仓存储的原材料数量占存储仓总容量的优选比例；
44.s240，根据该多个单位时间中各单位时间的原材料待消耗量，确定目标排布结果，该目标排布结果用于指示该能量供应设备组中各能量供应设备在各单位时间运行或者停止运行的排布结果。
45.针对上述s210需要说明的是，能量供应控制设备可以获取一个历史时间段内，该能量供应组的历史数据，例如，能量供应控制设备可以获取最近3年内能量供应组的历史数据。历史数据可以包括原材料入库数据，能量供应组的历史数据可以指能量供应组对应的存储仓的原材料入库数据。
46.应理解，能量供应组的原材料入库数据，可以包括历史时间段(例如3年)内的原材料在每个单位时间(例如1天)的入库量。
47.在上述s220中，能量供应控制设备基于原材料入库数据，确定预测周期内多个单位时间下的原材料入库量的预测值，可以包括以下可能的过程：
48.s221，能量供应控制设备可以从原材料入库数据中提取多个历史入库量特征，该
历史入库量特征可以包括年度趋势特征、月度趋势特征、特殊日期特征中的至少之一。
49.示例性的，能量供应控制设备可以基于原材料入库数据的时间，对原材料入库数据进行处理和分析，得到多个历史入库量特征。例如，年度趋势特征可以是汇总每年的原材料入库数据后，分析得到的，例如通过年度之间的原材料入库量环比确定年度趋势特征；月度趋势特征可以是汇总每月的原材料入库数据后，分析得到的，例如通过月度之间的原材料入库量环比确定月度趋势特征；特殊日期特征可以是基于特殊日期的原材料入库数据分析得到的，特殊日期例如可以是节假日、节气日、异常天气日等。
50.s222，能量供应控制设备可以根据多个历史入库量特征，确定预测周期内各单位时间下的入库量特征。
51.示例性的，每个单位时间下的入库量特征可以包括：基于年度趋势特征确定的入库量特征、基于月度趋势特征确定的入库量特征、基于特殊日期特征确定的入库量特征。举例而言，基于年度趋势特征分析得到预测周期所在的年度的入库量预测值，并计算预测周期所在的年度的入库量预测值在每个单位时间下的均值；基于月度趋势特征分析得到预测周期所在的月度的入口量预测值，并计算预测周期所在的月度的入库量预测值在每个单位时间下的均值；基于特殊日期特征分析得到预测周期内对应日期的预测值。
52.在一些实施例中，基于特殊日期特征分析得到预测周期内对应日期的预测值可以是增量数值，以指示特殊日期下入库量增加或者减少的预测值，例如在预测周期内的非特殊日期下，预测的增量数值为零，在预测周期内的特征日期下，预测的增量数值非零，当然也不排除预测周期内特征日期下预测的增量数值为零的情况。
53.s223，能量供应控制设备可以针对预测周期内的多个单位时间中的第i个单位时间，对该第i个单位时间下的入库量特征进行加权求和，得到该预测周期内多个单位时间下的原材料入库量的预测值。
54.第i个单位时间可以是预测周期内的多个单位时间中的任意一个。本技术实施例以第i个单位时间为例对能量供应控制设备确定各单位时间下的原材料入库量进行预测进行说明。
55.示例性的，能量供应控制设备可以将第i个单位时间下的多个历史入库量特征进行加权求和，得到第i个单位时间下的原材料入库量的预测值。进而，每个单位时间下的原材料入库量的预测值组成了预测周期内原材料入库量的预测结果。
56.上述s221至s223可以基于任意函数实现，或者可以基于预先训练的预测模型实现。例如，能量供应控制设备可以将原材料入库数据输入预测模型，经过模型的处理，得到预测周期内多个单位时间下的原材料入库量的预测值。
57.示例性的，预测模型可以基于任意神经网络模型训练得到的。该神经网络模型可以是有监督的神经网络模型，例如能量供应控制设备可以将多组训练数据输入预测模型进行迭代训练，每组训练数据包括第一时间段的原材料入库数据和标签，该标签为晚于第一时间段的第二时间段内多个单位时间下的入库量，在每轮迭代过程中，通过比较模型输出的第二时间段内多个单位时间下的原材料入库量的预测值与标签进行比较得到损失函数值，迭代训练直至损失函数收敛至预设值后停止训练过程；该神经网络模型还可以是无监督的神经网络模型，例如能量供应控制设备可以将多组训练数据输入预测模型进行训练，每组训练数据包括第一时间段的原材料入库数据，模型通过聚类分析，得到第二时间段内
多个单位时间下的原材料入库量的预测值。
58.在上述s230中，能量供应控制设备需要基于预测周期内多个单位时间下的原材料入库量的预测值，确定在预测周期内各单位时间下原材料待消耗量。
59.仍以第i个单位时间为例进行说明。应理解，将存储仓中的原材料存储量维持于一个最优库位，也即将存储仓中的原材料存储量占存储仓总容量的比例维持在一个优选比例，有利于原材料的存储与使用。在第i个单位时间，原材料的存储量可以由第i-1个单位时间的原材料存储量加上第i个单位时间的原材料入库量的预测值si减去第i个单位时间的原材料待消耗量ci得到，通过原材料存储量占比约束原材料的存储量，即可得到第i个单位时间的原材料待消耗量ci。实现在第i个单位时间原材料存储量维持于最优库位。
60.可选的，原材料存储量占比可以是预设的，或者基于历史数据确定的。
61.示例性的，能量供应控制设备根据历史时间段内的原材料存储量和原材料排水量，确定原材料存储量占比。例如，能量供应控制设备基于不同原材料存储量下原材料排水量，确定其中排水量最大的原材料存储量，并将该原材料存储量下的存储仓存储的原材料数量占存储仓总容量的比例作为优选比例，也即上述原材料存储量占比。
62.在上述s240中，能量供应控制设备可以基于预测周期中各单位时间的原材料待消耗量，确定各单位时间下的能量供应设备运行或者停止运行的排布结果，以使每个单位时间下能量供应设备组中运行的能量供应设备基于该原材料待消耗量进行能量转化。
63.在第一种示例中，能量供应控制设备可以根据预测周期内各单位时间的原材料待消耗量和约束条件，确定目标排布结果。举例而言，约束条件可以包括以下至少之一：
64.约束条件1，第i个单位时间的原材料实际消耗量ai与原材料待消耗量ci之差小于预设残差。应理解，原材料实际消耗量ai与原材料待消耗量ci之差越小，第i个单位时间的存储仓中的存储的原材料占存储仓总容量的比例越接近优选比例。
65.约束条件2，第i个单位时间运行的能量供应设备的数量大于或等于预设的最小运行数量，且小于或等于预设的最大运行数量。举例而言，运行的能量供应设备的最大和最小运行数量可以根据工业管理能力或者设备维护计划确定，以便于人员对运行和停止运行的能量供应设备进行维护和监管。
66.约束条件2，第i个单位时间运行的能量供应设备的持续运行时间大于或等于预设的最短运行时间，且小于或等于预设的最长运行时间。应理解，能量供应设备的持续运行的最大运行时间和最短运行时间，可以基于能量供应设备的设备参数和/或老化程度确定。
67.约束条件3，第i个单位时间存储仓的原材料剩余存储量大于或等于预设的最低存储量，且小于或等于预设的最高存储量。应理解，最低存储量存可以是零或者能够满足生成需求的最低容忍限度，最高存储量可以是存储仓总容量或者能够便于生成的最高容忍限度。
68.约束条件4，第i个单位时间运行的能量供应设备在进入第i个单位时间前的停歇时间大于或等于预设的最短停歇时间。应理解，最短停歇时间可以是基于能量供应设备的设备参数和/或运行环境确定的。
69.约束条件5，第i个单位时间运行的能量供应设备转化得到的能量大于或等于预设的最小能量。其中最小能量可以是基于生产目标确定的，例如基于预先设定的生产的关键绩效指标(key performance indicator，kpi)确定的。
70.上述实施例中，能量供应控制设备基于各单位时间的原材料待消耗量，和至少一个约束条件确定目标排布结果的过程可以通过任意算法和/或模型实现，进而通过运行软件程序实现算法和/或模型，以得到目标排布结果。
71.在上述s240的第二种示例中，能量供应控制设备可以先根据多个单位时间中各单位时间的原材料待消耗量，得到多个初始排布结果，该初始排布结果包括能量供应设备组中各能量供应设备在每个单位时间运行或者停止运行的初始排布结果，再从多个初始排布结果中确定能量供应设备的运行状态切换次数最少的初始排布结果，将其作为目标排布结果。
72.可选的，若多个初始排布结果中确定能量供应设备的运行状态切换次数最少的初始排布结果的数量不止一个，能量供应控制设备可以基于第一种示例中的约束条件从运行状态切换次数最少的多个初始排布结果中筛选得到最终的初始排布结果，即目标排布结果。
73.在上述s240的第三种示例中，能量供应控制设备可以先根据多个单位时间中各单位时间的原材料待消耗量和约束条件，得到多个初始排布结果，与上述第二种示例类似的，初始排布结果包括能量供应设备组中各能量供应设备在每个单位时间运行或者停止运行的初始排布结果，再从多个初始排布结果中确定能量供应设备的运行状态切换次数最少的初始排布结果，即目标排布结果。
74.作为上述第三种示例的另一种实现，能量供应控制设备可以先根据多个单位时间中各单位时间的原材料待消耗量，得到多个初始排布结果，再基于约束条件对多个初始排布结果进行筛选，进而从筛选后的至少一个初始排布结果中确定能量供应设备的运行状态切换次数最少的初始排布结果，即目标排布结果。
75.第三种示例中的约束条件参见第一种示例中对约束条件的表述，此处不再赘述。
76.需要说明的是，第二种示例和第三种示例中，能量供应设备的运行状态切换次数包括能量供应设备组中的各能量供应设备在预测周期内由运行切换至停止运行以及由停止运行切换至运行的总次数。
77.上述第二种示例和第三种示例的区别在于，第二种示例便于筛选出较小切换次数的初始排布结果，适用于对切换次数敏感性较高的能量供应设备组；第三种示例适用于排布复杂度较高的场景。
78.示例性的，目标排布结果中可以通过0-1规划表述各能量供应设备的运行或者停止运行的规划(或者说排布)，其中，用于表述运行的数值可以是1、用于表述停止运行的数值可以是0，但本技术并不对此进行限定，例如表述运行的数值为0、表述停止运行的数值为1。例如a[1,10]＝1，表示1号能量供应设备第10天运行。
[0079]
在一些实施例中，能量供应控制设备可以根据目标排布结果控制能量供应设备组中的各能量供应设备在各单位时间运行或者停止运行。仍以第i个单位时间为例，能量供应控制设备可以根据目标排布结果中第i个单位时间的排布结果，在第i个单位时间控制能量供应设备组中的各能量供应设备运行或者停止运行。
[0080]
在一些实施例中，能量供应控制设备可以在获取能量供应设备的过程中，对历史时间段内的数据进行预处理，例如，对历史数据进行四分位距(inter quartile range，iqr)过滤和空值填补。
[0081]
其中，iqr过滤用于剔除偏离值，消除数据噪声。空值填补用于对历史时间段内缺失的历史数据进行填补，空值填补可以由空值位置相邻的数值确定，例如历史时间段中第1天的入库量为3吨、第2天的入库量缺少、第3天的入库量为5吨，那么第2天的入库量可以依据前一天的入库量填补为3吨、或者依据第3天的入库量填补为5吨、或者依据第1天和第2天的入库量均值填补为4吨，等等。
[0082]
在一些实施例中，能量控制设备可以获取用户的输入数据，进而可以根据输入数据确定上述约束条件和/或确定运用上述约束条件进行约束所需的信息。可选的，能量控制设备可以通过交互界面接收用户输入的数据。
[0083]
上述用户的输入数据可以包括以下至少之一：
[0084]
能量供应设备的功率；能量供应设备的最长运行时间；能量供应设备的最短运行时间；该预测周期之前的原材料存储量；截止该预测周期之前的能量供应设备的持续运行时长；所需转化的最小能量；能量供应设备的维护计划；能量供应设备的功率衰减系数。
[0085]
当然，本技术仅以上述数据由用户输入为一例，并不限定上述数据的获取途径。例如能量供应控制设备可以从能量供应设备中读取其功率、最长运行时间、最短运行时间、介质预测周期之前的持续运行时长、功率衰减系数；从存储仓读取预测周期之前的原材料存储量。又例如，能量供应控制设备还可以从外部设备接收上述输入数据。
[0086]
示例性的，能量供应控制设备可以根据上述用户的输入数据，确定至少一个约束条件和/或确定运用上述约束条件进行约束所需的信息，包括确定以下至少之一：
[0087]
约束条件1中的第i个单位时间的原材料实际消耗量ai与原材料待消耗量ci；
[0088]
约束条件1中的预设残差；
[0089]
约束条件2中的第i个单位时间运行的能量供应设备的数量；
[0090]
约束条件2中的最小运行数量和最大运行数量；
[0091]
约束条件3中的第i个单位时间运行的能量供应设备的持续运行时间；
[0092]
约束条件3中的最短运行时间和最长运行时间；
[0093]
约束条件4中的第i个单位时间存储仓的原材料剩余存储量；
[0094]
约束条件4中的最低存储量和最高存储量；
[0095]
约束条件5中的第i个单位时间运行的能量供应设备在进入所述第i个单位时间前的停歇时间；
[0096]
约束条件5中的最短停歇时间；
[0097]
约束条件6中的第i个单位时间运行的能量供应设备转化得到的能量；
[0098]
约束条件6中的最小能量。
[0099]
在一些实施例中，能量供应控制设备在基于上述输入数据确定约束条件和/或确定运用上述约束条件进行约束所需的信息的过程中，可以根据能量供应设备的功率和/或能量供应设备的功率衰减系数，确定该能量供应设备在第i个单位时间的功率。
[0100]
可选的，能量供应设备在第i个单位时间的功率可以用于确定一下至少之一：
[0101]
第i个单位时间运行的能量供应设备的数量；
[0102]
第i个单位时间存储仓的原材料剩余存储量；
[0103]
第i个单位时间运行的能量供应设备转化得到的能量。
[0104]
因此，本技术实施例提供的能量供应设备组的生产排布方法，基于历史数据对预
测周期内的多个单位时间下的原材料入库量进行预测，确定每个单位时间的原材料待消耗量，进而对能量供应设备组进行生产排布，使得能量供应设备组消耗的原材料能够维持原材料存储比例的稳定，使得库存量稳定，减少能量供应设备的启停次数，进而降低能耗，提升能源产出效率。
[0105]
图4为本技术实施例提供的一种能量供应控制装置的结构示意图。为了便于说明，仅示出了与本公开实施例相关的部分。参照图4，能量供应控制装置300包括：数据获取单元310、预测单元320、确定单元330、排布单元340和控制单元350中的部分或者全部。其中，数据获取单元310可以用于获取能量供应设备组的历史数据，所述历史数据包括历史时间段内的原材料入库数据；预测单元320可以用于根据所述原材料入库数据，确定预测周期内多个单位时间下的原材料入库量的预测值；确定单元330可以用于针对所述多个单位时间中的第i个单位时间，根据所述第i个单位时间的原材料入库量的预测值si和原材料存储量占比，确定所述第i个单位时间原材料待消耗量ci，所述原材料存储量占比为存储仓存储的原材料数量占存储仓总容量的优选比例，i为正整数；排布单元340可以用于根据所述多个单位时间中各单位时间的原材料待消耗量，确定目标排布结果，所述目标排布结果用于指示所述能量供应设备组中各能量供应设备在各单位时间运行或者停止运行的排布结果。
[0106]
在一些实施例中，排布单元340具体用于：根据所述多个单位时间中各单位时间的原材料待消耗量和约束条件，确定所述目标排布结果；其中，所述约束条件包括以下至少之一：
[0107]
所述第i个单位时间的原材料实际消耗量ai与原材料待消耗量ci之差小于预设残差；
[0108]
所述第i个单位时间运行的能量供应设备的数量大于或等于预设的最小运行数量，且小于或等于预设的最大运行数量；
[0109]
所述第i个单位时间运行的能量供应设备的持续运行时间大于或等于预设的最短运行时间，且小于或等于预设的最长运行时间；
[0110]
所述第i个单位时间存储仓的原材料剩余存储量大于或等于预设的最低存储量，且小于或等于预设的最高存储量；
[0111]
所述第i个单位时间运行的能量供应设备在进入所述第i个单位时间前的停歇时间大于或等于预设的最短停歇时间；
[0112]
所述第i个单位时间运行的能量供应设备转化得到的能量大于或等于预设的最小能量。
[0113]
在一些实施例中，排布单元340具体用于：根据所述多个单位时间中各单位时间的原材料待消耗量，得到多个初始排布结果，所述初始排布结果包括所述能量供应设备组中各能量供应设备在每个单位时间运行或者停止运行的初始排布结果；从所述多个初始排布结果中确定能量供应设备的运行状态切换次数最少的初始排布结果，确定为所述目标排布结果。
[0114]
在一些实施例中，控制单元350可以用于针对所述多个单位时间中的第i个单位时间，根据所述目标排布结果，控制所述能量供应设备组中的各能量供应设备在第i个单位时间运行或者停止运行。
[0115]
在一些实施例中，预测单元320具体用于：从所述原材料入库数据提取多个历史入
库量特征，所述历史入库量特征包括年度趋势特征、月度趋势特征、特殊日期特征中的至少之一；根据所述多个历史入库量特征，确定所述预测周期内各单位时间下的入库量特征；针对所述预测周期内的多个单位时间中的第i个单位时间，对所述第i个单位时间下的入库量特征进行加权求和，得到所述预测周期内多个单位时间下的原材料入库量的预测值。
[0116]
在一些实施例中，预测单元320具体用于：将所述原材料入库数据输入预测模型，得到所述预测周期内多个单位时间下的原材料入库量的预测值。
[0117]
在一些实施例中，数据获取单元310还用于：对所述能量供应设备组的历史数据进行四分位距iqr过滤和/或空值填补，得到优化后的历史数据。
[0118]
在一些实施例中，所述历史数据还包括历史时间段内的原材料存储量和原材料排水量，确定单元330还用于：根据所述历史时间段内的原材料存储量和原材料排水量，确定所述原材料存储量占比。
[0119]
在一些实施例中，数据获取单元310还用于：获取用户的输入数据，所述输入数据包括以下至少之一：
[0120]
能量供应设备的功率；
[0121]
能量供应设备的最长运行时间；
[0122]
能量供应设备的最短运行时间；
[0123]
所述预测周期之前的原材料存储量；
[0124]
截止所述预测周期之前的能量供应设备的持续运行时长；
[0125]
所需转化的最小能量；
[0126]
能量供应设备的维护计划；
[0127]
能量供应设备的功率衰减系数。
[0128]
在一些实施例中，确定单元330还用于：根据能量供应设备的功率和/或能量供应设备的功率衰减系数，确定所述能量供应设备在所述第i个单位时间的功率，所述能量供应设备在第i个单位时间的功率用于确定以下至少之一：
[0129]
所述第i个单位时间运行的能量供应设备的数量；
[0130]
所述第i个单位时间存储仓的原材料剩余存储量；
[0131]
所述第i个单位时间运行的能量供应设备转化得到的能量。
[0132]
本技术实施例提供的能量供应控制装置300，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
[0133]
本技术实施例还提供一种能量供应控制设备，参见图5，本技术实施例仅以图5为例进行说明，并不表示本技术仅限于此。
[0134]
图5为本技术实施例提供的一种能量供应控制设备400的结构示意图。如图5所示的能量供应控制设备400包括处理器410，处理器410可以从存储器中调用并运行计算机程序，以实现本技术实施例中的方法。
[0135]
可选地，如图5所示，能量供应控制设备400还可以包括存储器430。其中，处理器410可以从存储器430中调用并运行计算机程序，以实现本技术实施例中的方法。
[0136]
其中，存储器430可以是独立于处理器410的一个单独的器件，也可以集成在处理器410中。
[0137]
可选地，如图5所示，能量供应控制设备400还可以包括收发器420，处理器410可以
控制该收发器420与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。
[0138]
其中，收发器420可以包括发射机和接收机。收发器420还可以进一步包括天线，天线的数量可以为一个或多个。
[0139]
可选地，该能量供应控制设备400可以实现本技术实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
[0140]
应理解，本技术实施例的处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0141]
可以理解，本技术实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0142]
应理解，上述存储器为示例性但不是限制性说明，例如，本技术实施例中的存储器还可以是静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)以及直接内存总线随机存取存储器(direct rambus ram，dr ram)等等。也就是说，本技术实施例中的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0143]
本技术实施例还提供了一种计算机可读存储介质，用于存储计算机程序。
[0144]
可选的，该计算机可读存储介质可应用于本技术实施例中的能量供应控制设备，
并且该计算机程序使得计算机执行本技术实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
[0145]
本技术实施例还提供了一种计算机程序产品，包括计算机程序指令。
[0146]
可选的，该计算机程序产品可应用于本技术实施例中的能量供应控制设备，并且该计算机程序指令使得计算机执行本技术实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
[0147]
本技术实施例还提供了一种计算机程序。
[0148]
可选的，该计算机程序可应用于本技术实施例中的能量供应控制设备，当该计算机程序在计算机上运行时，使得计算机执行本技术实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
[0149]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0150]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。针对这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0151]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。