[發明專利]一種工業動態多維度能耗成本預測方法、系統、存儲介質和終端

有效

• 申請號: 201810987052.0
• 申請日: 2018-08-28
• 公開（公告）號: CN109118012B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 楊川;李冉
• 申請（專利權）人: 成都天衡智造科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 成都華風專利事務所(普通合伙) 51223
• 代理人: 徐豐;張巨箭

本發明公開了一種工業動態多維度能耗成本預測方法、系統、存儲介質和終端，方法包括以下步驟：建立能耗成本分析模型；建立ERP產品因子約束條件；建立生產系統因子約束條件：對能耗成本目標函數，在ERP產品因子約束條件和生產系統因子約束條件下，求解最優值。本發明充分利用現有能耗數據數字化的方法，獲取能耗以及相關能耗影響因子的實時數據，通過時間序列、ERP產品數據、生產數據和單位能耗計算數據建立能耗成本預測分析模型，通過實時獲取相關因子建立動態約束條件，動態求解能耗成本預測模型最優解，從而獲取當前最優能耗成本分析數據，即最低能耗成本數據和未來產能時間分布方案。

技術領域

本發明涉及一種工業動態多維度能耗成本預測方法、系統、存儲介質和終端。

背景技術

隨著工業制造水平的不斷發展，工業生產中的各個數據越來越多的受到重視，工業軟硬件系統對數據的利用，從信息化向數字化、智能化方向發展，對數據的利用，一方面要保證數據的完整性，另一方面由于數據的多樣性，數據預測分析的需求也越來越多。

能耗數據作為工業數據中的重要組成部分，目前已經有很多相關的應用系統。但這些系統僅僅實現能耗數據的數字化以及簡單的統計分析，把能耗數據作為一個孤立的統計數據而存在；即僅僅著眼于能耗數據本身，實現能耗數據基本的數字化采集以及簡單統計分析，采用這樣的方法，能耗數據分析系統往往只能實現統計分析與可視化，不能利用現有大數據技術對預測分析、相關性分析的特點，不符合現在工業大數據對相關性預測分析的要求。

發明內容

本發明的目的在于克服現有技術的不足，提供一種工業動態多維度能耗成本預測方法、系統、存儲介質和終端。

本發明的目的是通過以下技術方案來實現的：一種工業動態多維度能耗成本預測方法，包括以下步驟：

建立能耗成本分析模型：獲取歷史的以時間序列的ERP訂單數據、生產數據和單位能耗計算數據，建立能耗成本目標函數；

建立ERP產品因子約束條件：根據ERP訂單數據的產品交付數據建立ERP產品因子約束條件，其中所述的產品交付數據包括當前分析周期的實時的已經完成數量和待完成數量；

建立生產系統因子約束條件：獲取產品對應的工位、產線、車間的實際生產效率，建立生產系統因子約束條件；

能耗成本預測：對能耗成本目標函數，在ERP產品因子約束條件和生產系統因子約束條件下，求解最優值。

進一步地，所述的ERP訂單數據為分析周期內實際產品交付數量；

所述的生產數據為在時間劃分范圍內的生產能力；

所述的能耗單位計算數據為單位能耗使用量的費率。

進一步地，所述的建立能耗成本分析模型包括以下子步驟：

獲取歷史成本數據集合(x,y)，其中x為產量，y為產量成本數據；

將所述歷史成本數據分為訓練數據集合K1和驗證數據集合K2；

設置多個包括預設目標函數F_n(x)，使用擬合算法將訓練數據集合K1中的產量數據和產量成本數據分別對各個目標函數進行擬合，求解各個目標函數的參數的最優值；其中，n為目標函數數量；

將驗證數據集合K2中的產量數據x_k帶入各個預設目標函數，得到每個預設目標函數對應的F_n(x_k)；將驗證數據集合K2中的產量成本數據y_k與F_n(x_k)進行求解均方差，得到各個目標函數的對應均方差T_n；其中，k的取值范圍為1-m，m為驗證數據集合K2的數據集合數量；

選取均方差最小值的目標函數作為模型。