[發明專利]企業用戶的電力能效Hopfield神經網絡評估方法及系統

無效

• 申請號: 201310146941.1
• 申請日: 2013-04-24
• 公開（公告）號: CN103279894A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 李正明;倪福銀;潘天紅
• 申請（專利權）人: 江蘇大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06N3/02
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李媛媛

技術領域

本發明涉及企業用戶電力能效評估領域，具體涉及一種運用Hopfield神經網絡方法對企業用戶電力能效進行評估的方法及系統。

背景技術

當前，對于企業，尤其是高能耗企業，節能降耗目標的實現是企業社會責任和發展的需要。這是由于工業是我國能源消費的大戶，重點耗能行業中的高能耗企業又是工業能源消費的大戶。而對于中小型企業數量大，覆蓋的行業廣，并且由于規模相對較小，所以技術水平和能耗水平參差不齊，也需要節能降耗，提高能源的利用效率，以提高企業自身的競爭力。目前國內外各項節能技術的研究日益深化，但在具體的評測體系方面缺乏完整有效的評價體系，難以對各類節能效果及其設備給予較為全面準確的評估。能效評估指標體系的建立為實施節電改造及節能考核提供科學準確的依據，促進用電客戶進行結構調整和產業升級，因此越來越多的專家和學者致力于電力能效評估研究。

評估模型的建立最重要的是對各項評估指標的權重分配。目前，權重的確定方法，主要有主觀賦權法、客觀賦權法等。如專利“一種工業用戶電力能效評估方法”[申請號：20121053005.9，公開號：CN102682218A]，公開了一種工業用戶電力能效評估方法，該方法運用層次分析法、熵權法確定能效指標中三級指標的權重系數，根據三級指標的權重系數構建綜合賦權的力能效評估模型。該方法克服了單一賦權法的不足，其評價模型具有一定的科學性和可靠性，但由于層次分析法在遇到評估因素眾多、規模較大的問題時，層次分析法中的比較判斷矩陣難以滿足一致性要求，使得評估結果可信度降低。

專利“一種面向用戶能效評估的多維仿真分析系統及其方法”[專利申請號：201210064407.1，公開號：CN102663232A]，公開了一種面向用戶能效評估的多維仿真分析系統及其方法，主要采用人工學習推理、數據挖掘、和模糊Petri網仿真技術，通過對數據的粗糙模糊處理，然后進行能效模型進行分析。該方法未對企業建立明確的能效指標評估體系。

而隨著電能質量指標的逐步細化,電能質量綜合評估工作將呈現出高度非線性的特點。傳統的統計方法在處理非線性問題上表現出明顯的局限性,并且統計模型的更新工作也將非常繁重，而神經網絡模型具有自適應能力強、更新方便等特點。

發明內容

鑒于神經網絡模型的優點，本發明提出一種運用Hopfield神經網絡法對企業用戶電力能效綜合評估的方法及系統，可以很好地解決能效綜合評估中出現的復雜非線性關系的問題，充分利用人工神經的學習能力、自適應能力實現評估過程的客觀性要求，克服常規評估方法中的人為主觀因素影響。

本發明的方法采用的技術方案如下：

企業用戶的電力能效Hopfield神經網絡評估方法，包括如下步驟：

（1）建立電力能效指標體系，對其進行分級處理；

（2）利用電能檢測儀檢測電力參數數據，通過局域網傳輸至用戶電力能效綜合評估平臺，評估平臺對所接收的數據進行分析、分類；

（3）建立Hopfield神經網絡模型：對于各因素組的單因素指標按照五級評判標準，劃分區間，然后進行歸一化處理，將其置于（0,1）區間，利用均勻隨機數在各級指標變化區間，內插隨機產生的50個指標樣本值；

（4）根據電力能效指標建立狀態因素集E，包括耗能系統能效、經濟能效、電能信息、電能污染度四個因素組，每個因素組輸入訓練樣本集E_i=[E_i1,E_i2,…,E_in]^T，存入Hopfield神經網絡中，經過網絡反饋，最終輸出向量E=[E₁,E₂,E₃,E₄]^T；

（5）針對實測數據進行評估得出能效等級，通過對Hopfield神經網絡構成的聯想存儲器進行聯想檢索過程實現分類；

（6）針對四個因素組信息進行整理得出各因素組的權重系數，設為A=[A₁,A₂,A₃,A₄]^T，結合Hopfield神經網絡得出的各因素組的評估值，經公式E=[E₁,E₂,E₃,E₄][A₁,A₂,A₃,A₄]^T,得到最終的電力能效評估值。