[發明專利]基于智能家電端的用戶節能用電調控方法

在審

• 申請號: 201810432210.6
• 申請日: 2018-05-08
• 公開（公告）號: CN108876006A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 高忠科;黨偉東;常傳泉
• 申請（專利權）人: 天津大學;天津科源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;H04L12/28
• 代理公司: 北京世衡知識產權代理事務所(普通合伙) 11686
• 代理人: 肖淑芳

1.一種基于智能家電端的用戶節能用電調控方法，其特征在于，包括：

S1：獲取智能家電的用電功率實時數據，構建用電功率實時數據庫；

S2：構建初始用電功率預測模型；

S3：將所述用電功率實時數據庫中數據，輸入所述初始用電功率預測模型進行學習訓練，得到用電功率預測模型；

S4：基于所述用電功率預測模型獲取預用電功率；和

S5：基于所述預用電功率，優化所述智能家電運行模式。

2.如權利要求1所述的基于智能家電端的用戶節能用電調控方法，其特征在于，步驟S1中所述用電功率實時數據為家庭端的智能家電的用電功率實時數據。

3.如權利要求2所述的基于智能家電端的用戶節能用電調控方法，其特征在于，所述家庭端的智能家電包括智能冰箱、智能空調、智能微波爐、智能炒菜機、智能廚衛電器、智能照明電器或智能健身家電中的一種或多種。

4.如權利要求1所述的基于智能家電端的用戶節能用電調控方法，其特征在于，步驟S2種所述初始用電功率預測模型是基于深度學習的模型。

5.如權利要求4所述的基于智能家電端的用戶節能用電調控方法，其特征在于，所述深度學習模型包括深度LSTM神經網絡模型。

6.如權利要求5所述的基于智能家電端的用戶節能用電調控方法，其特征在于，所述深度LSTM神經網絡模型包含N層結構，每一層結構為一個LSTM單元，所述LSTM單元通過輸入模塊、輸入門、遺忘門、輸出門以及單元狀態控制信息流通；其中：

所述輸入模塊的狀態表示為：z^t＝g(W_zx^t+R_zy^t-1+b_z)；

所述輸入門的狀態表示為：i^t＝σ(W_ix^t+R_iy^t-1+p_i⊙c^t-1+b_i)；

所述遺忘門的狀態表示為：f^t＝σ(W_fx^t+R_fy^t-1+p_f⊙c^t-1+b_f)；

所述遺忘門的狀態表示為：o^t＝σ(W_ox^t+R_oy^t-1+p_o⊙c^t+b_o)；

所述單元狀態表示為：c^t＝z^t⊙i^t+c^t-1⊙f^t；

所述單元輸出表示為：y^t＝h(c^t)⊙o^t；

其中t表示時刻，σ,g,h為非線性激活函數，被用于門激活函數，hyperbolic tangent(g(x)＝h(x)＝tanh(x))被用于單元的輸入和輸出的激活函數；其中W_*為輸入權重，R_*為循環權重，b_*為偏置權重，式中*可代表{z,i,f,o}中任意一個，其中p_i,p_f,p_o為窺視孔權重；其中⊙表示乘法操作。

7.如權利要求1-6中任一項所述的基于智能家電端的用戶節能用電調控方法，其特征在于，步驟S4種獲取預用電功率的具體方法為：

S41：將家庭端的智能家電的用電功率實時數據輸入所述用電功率預測模型；

S42：對下一周期的用電功率進行預測；和

S43：獲取預用電功率。