[發明專利]基于神經網絡的物聯網終端能耗配置推薦方法及系統

在審

• 申請號: 202210266419.6
• 申請日: 2022-03-17
• 公開（公告）號: CN114626611A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 方曉汾;方凱;厲國華;李磊;官興華;鄭麗輝;方曉明;方坤禮
• 申請（專利權）人: 衢州量智科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/30;G06N3/04;G06N3/08;G16Y20/20;G16Y40/30
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 鄭磊

本發明涉及人工智能技術領域，提供一種基于神經網絡的物聯網終端能耗配置推薦方法，該方法通過計算物聯網中的N個終端設備滿載時能耗量，再將T時間段整個物聯網系統的總能耗目標函數，終端設備實際工作時能耗量和控制模塊實際工作時能耗量、實時環境參數輸入訓練好的神經網絡模型，由神經網絡模型輸出優化后的總能耗目標函數和各終端設備能耗量推薦值；根據各終端設備能耗量推薦值輸入物聯網控制模塊，由物聯網控制模塊調節各終端設備工作參數，用于應對不同場景下、不同時段的物聯網能量配置方案，從而實現整個物聯網系統中各終端設備能量個性化配置，減少系統內過多不必要的能量消耗，自動化程度高，效率高。

技術領域

本發明涉及人工智能技術領域，特別涉及一種基于神經網絡的物聯網終端能耗配置推薦方法及系統。

背景技術

物聯網(Internet of Things，IoT)通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃描器等各種裝置與技術，實時采集任何需要監控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別和管理，在工廠車間、家庭、礦山等各種場景下都有廣泛的應用。

CN111711956A公開了一種防止無線傳感器網絡中虛假身份攻擊的通信方法，該方法包括構建分簇式無線傳感器網絡，所述分簇式無線傳感器網絡中的每個節點通過單跳通信的方式將路由數據發送至對應的監控節點；其特征在于，發送節點與該發送節點對應的監控節點之間的通信步驟包括：交互標記更新步驟：根據接收到的路由數據對應的發送節點的剩余能量是否滿足對應的第一預設條件，對應更新定時窗口中的交互標記；所述交互標記為所述發送節點與該發送節點對應的監控節點的交互標記；能耗信任值確認步驟：根據所述定時窗口中交互標記的標記次數，計算得到對應的發送節點的能耗信任值；將滿足對應的第二預設條件的能耗信任值對應的發送節點所對應的路由數據進行數據融合處理得到融合數據，發送所述融合數據。

由于物聯網終端類型越來越多，其整個物聯網系統功耗也越來越高，隨著整體功耗的增加，導致了整個系統陷入低效率、反饋慢等問題。

發明內容

由于在不同場景下、不同時段的物聯網終端所需要的功能、識別精度、采樣頻率、協同工作終端類型等不相同，而傳統的物聯網系統中，往往設置固定的系統功能配置，導致了過多不必要的能量消耗；依靠人工進行物聯網系統終端工作個性化配置，不僅效率低，自動化程度不高，且容易產生失誤判斷，例如，在工廠車間內，夜間不進行生產時，其所需要的車間溫度、濕度等傳感器工作采用頻率需求并不高。

有鑒于此，本發明旨在提出一種基于神經網絡的物聯網終端能耗配置推薦方法，該基于神經網絡的物聯網終端能耗配置推薦方法包括，

步驟S1，將物聯網系統中終端設備滿載時能耗量為E_i，其中，物聯網系統中共有N個終端設備，N為大于1的正整數，整個物聯網系統的總能耗為

其中，E_p為物聯網系統的控制模塊能耗量；

步驟S2，在T時間段整個物聯網系統的總能耗目標函數設置為f(E)，其中，f(E)≤E₀；將終端設備實際工作時能耗量E_it和控制模塊實際工作時能耗量E_pt、實時環境參數R_pt輸入訓練好的神經網絡模型，其中，神經網絡模型由訓練數據集訓練得到，訓練數據集包括終端設備實際工作時能耗量歷史數據集、環境數據集和標簽數據集；

步驟S3，神經網絡計算在T時間段整個物聯網系統的總能耗目標函數設置為f(E)，并同時由神經網絡模型輸出優化后的各終端設備能耗量推薦值E_i1；

步驟S4，根據各終端設備能耗量推薦值E_i1輸入物聯網控制模塊，由物聯網控制模塊調節各終端設備工作參數。