[發(fā)明專利]能耗控制方法、裝置、計(jì)算機(jī)設(shè)備與存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911023644.1
• 申請(qǐng)日: 2019-10-25
• 公開（公告）號(hào): CN110942228A
• 公開（公告）日: 2020-03-31
• 發(fā)明（設(shè)計(jì)）人: 張勝浩
• 申請(qǐng)（專利權(quán)）人: 萬(wàn)翼科技有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/08;G06F16/26;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 李姣姣

1.一種能耗控制方法，所述方法包括：

獲取建筑物內(nèi)的實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)以及實(shí)時(shí)能耗數(shù)據(jù)；

將所述實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)輸入至預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型，得到能耗預(yù)測(cè)數(shù)據(jù)；

根據(jù)所述實(shí)時(shí)能耗數(shù)據(jù)以及所述能耗預(yù)測(cè)數(shù)據(jù)，對(duì)建筑物內(nèi)各設(shè)備進(jìn)行能耗控制；

所述預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型由以下方式得到：獲取建筑物的歷史影響能耗特征指標(biāo)數(shù)據(jù)以及對(duì)應(yīng)的歷史能耗數(shù)據(jù)；以所述歷史影響能耗特征指標(biāo)數(shù)據(jù)作為輸入、并以所述歷史能耗數(shù)據(jù)作為輸出訓(xùn)練初始深度學(xué)習(xí)模型，通過(guò)反向傳播修正所述初始神經(jīng)深度學(xué)習(xí)模型中網(wǎng)絡(luò)參數(shù)，得到預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取建筑物內(nèi)的實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)以及實(shí)時(shí)能耗數(shù)據(jù)包括：

建立與建筑物內(nèi)能耗采集系統(tǒng)之間socket連接；

接收所述建筑物內(nèi)能耗采集系統(tǒng)周期性上傳的實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)以及實(shí)時(shí)能耗數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

對(duì)建筑物的歷史能耗數(shù)據(jù)進(jìn)行可視化處理。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)建筑物的歷史能耗數(shù)據(jù)進(jìn)行可視化處理包括：

根據(jù)所述建筑物的歷史能耗數(shù)據(jù)，獲取能耗變化趨勢(shì)數(shù)據(jù)以及建筑物中各設(shè)備能耗占比數(shù)據(jù)；

調(diào)用商業(yè)級(jí)數(shù)據(jù)圖表的API，根據(jù)所述能耗變化趨勢(shì)數(shù)據(jù)，構(gòu)建能耗趨勢(shì)折線圖；

調(diào)用所述商業(yè)級(jí)數(shù)據(jù)圖表的API，根據(jù)所述建筑物中各設(shè)備能耗占比數(shù)據(jù)，構(gòu)建能耗占比餅狀圖。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述實(shí)時(shí)能耗數(shù)據(jù)以及所述能耗預(yù)測(cè)數(shù)據(jù)，對(duì)建筑物內(nèi)各設(shè)備進(jìn)行能耗控制包括：

將所述實(shí)時(shí)能耗數(shù)據(jù)以及所述能耗預(yù)測(cè)數(shù)據(jù)輸入至預(yù)設(shè)能耗狀態(tài)分類模型，得到能耗狀態(tài)分類結(jié)果；

根據(jù)所述能耗狀態(tài)分類結(jié)果，對(duì)建筑物內(nèi)各設(shè)備進(jìn)行能耗控制，所述能耗狀態(tài)分類結(jié)果包括能耗過(guò)低、能耗正常以及能耗過(guò)高。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述實(shí)時(shí)能耗數(shù)據(jù)以及所述能耗預(yù)測(cè)數(shù)據(jù)輸入至預(yù)設(shè)能耗狀態(tài)分類模型，得到能耗狀態(tài)分類結(jié)果之前，還包括：

獲取初始神經(jīng)網(wǎng)絡(luò)分類模型以及模型訓(xùn)練數(shù)據(jù)，所述模型訓(xùn)練數(shù)據(jù)包括歷史時(shí)間點(diǎn)對(duì)應(yīng)的實(shí)時(shí)能耗數(shù)據(jù)與能耗預(yù)測(cè)數(shù)據(jù)以及能耗狀態(tài)分類結(jié)果，所述能耗狀態(tài)分類結(jié)果采用多個(gè)變量構(gòu)成的數(shù)組集合表征；

根據(jù)所述模型訓(xùn)練數(shù)據(jù)訓(xùn)練所述初始神經(jīng)網(wǎng)絡(luò)分類模型，得到預(yù)設(shè)能耗狀態(tài)分類模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，影響能耗特征指標(biāo)包括時(shí)間指標(biāo)、溫度指標(biāo)以及光照強(qiáng)度指標(biāo)。

8.一種能耗控制裝置，其特征在于，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取建筑物內(nèi)的實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)以及實(shí)時(shí)能耗數(shù)據(jù)；

預(yù)測(cè)模塊，用于將所述實(shí)時(shí)影響能耗特征指標(biāo)數(shù)據(jù)輸入至預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型，得到能耗預(yù)測(cè)數(shù)據(jù)；

控制模塊，用于根據(jù)所述實(shí)時(shí)能耗數(shù)據(jù)以及所述能耗預(yù)測(cè)數(shù)據(jù)，對(duì)建筑物內(nèi)各設(shè)備進(jìn)行能耗控制；

所述預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型由以下方式得到：獲取建筑物的歷史影響能耗特征指標(biāo)數(shù)據(jù)以及對(duì)應(yīng)的歷史能耗數(shù)據(jù)；以所述歷史影響能耗特征指標(biāo)數(shù)據(jù)作為輸入、并以所述歷史能耗數(shù)據(jù)作為輸出訓(xùn)練初始深度學(xué)習(xí)模型，通過(guò)反向傳播修正所述初始神經(jīng)深度學(xué)習(xí)模型中網(wǎng)絡(luò)參數(shù)，得到預(yù)設(shè)能耗預(yù)測(cè)深度學(xué)習(xí)模型。

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法的步驟。