[发明专利]一种能耗参数预测跟踪方法、系统及计算机可读存储介质在审

专利信息
申请号: 202111134631.9 申请日: 2021-09-27
公开(公告)号: CN113869580A 公开(公告)日: 2021-12-31
发明(设计)人: 闫军威;陈城;刘玲燕;何敏;黄高旭;邓茂江;张宇 申请(专利权)人: 广州远正智能科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06N3/04
代理公司: 佛山粤进知识产权代理事务所(普通合伙) 44463 代理人: 耿鹏
地址: 511459 广东省广州市南沙*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 能耗 参数 预测 跟踪 方法 系统 计算机 可读 存储 介质
【权利要求书】:

1.一种能耗参数预测跟踪方法,其特征在于,包括:

获取目标机构在当前周期内上传的预设时间段内的第一能耗参数;

获取所述目标机构在多个周期内的历史能耗参数以及历史天气数据;

获取所述目标机构在所述当前周期的已过的时间段的第一天气数据以及在所述当前周期的未过时间段的预测天气数据;

根据所述第一能耗参数、所述历史能耗参数、所述历史天气数据、所述第一天气数据以及所述预测天气数据计算目标机构在当前周期的未过时间段的目标能耗参数。

2.根据权利要求1所述的能耗参数预测跟踪方法,其特征在于,所述根据所述第一能耗参数、所述历史能耗参数、所述历史天气数据、所述第一天气数据以及所述预测天气数据计算目标机构在当前周期的未过时间段的目标能耗参数,包括:

将所述第一能耗参数、所述历史能耗参数、所述历史天气数据、所述第一天气数据以及所述预测天气数据输入第一预设神经网络模型,得到目标机构在当前周期的未过时间段的目标能耗参数。

3.根据权利要求1所述的能耗参数预测跟踪方法,其特征在于,所述根据所述第一能耗参数、所述历史能耗参数、所述历史天气数据、所述第一天气数据以及所述预测天气数据计算目标机构在当前周期的未过时间段的目标能耗参数,包括:

将所述历史能耗参数、所述历史天气数据以及所述第二天气数据输入第二预设神经网络模型,得到所述目标机构在未过时间段的初始能耗参数;

根据所述第一能耗参数、所述第一天气数据、所述历史能耗参数以及所述历史天气数据计算得到校准系数;

根据所述校准系数对所述初始能耗参数进行校准,得到目标能耗参数。

4.根据权利要求3所述的能耗参数预测跟踪方法,其特征在于,所述预设时间段包括多个目标时段,所述第一天气数据包括多个第一天气子数据,所述第一能耗参数包括多个第一能耗子数据;每一所述目标时段分别与一第一天气子数据以及一第一能耗子数据对应。

5.根据权利要求4所述的能耗参数预测跟踪方法,其特征在于,所述根据所述第一能耗参数、所述第一天气数据、所述历史能耗参数以及所述历史天气数据计算得到校准系数,包括:

从所述第一天气数据以及所述第二天气数据中筛选出天气数据相似度大于预设阈值的预设时间段;

从所述第一能耗参数以及所述历史能耗参数中获取与所述预设时间段对应的第一能耗子数据以及历史能耗子数据;

根据所述第一能耗子数据以及历史能耗子数据计算当周周期与历史记录中的周期在相同天气数据下的比值,并将所述比值设置为校准系数。

6.根据权利要求4所述的能耗参数预测跟踪方法,其特征在于,所述方法还包括:

获取样本数据集,所述样本数据集包括多个样本数据,所述样本数据包括样本历史能耗参数对应的样本历史天气数据;

根据所述多个样本数据对预设网络结构进行训练,得到第二预设神经网络结构。

7.根据权利要求4所述的能耗参数预测跟踪方法,其特征在于,所述根据所述校准系数对所述初始能耗参数进行校准,得到目标能耗参数,包括:

将所述初始能耗参数乘以所述校准系数,得到目标能耗参数。

8.一种能耗参数预测跟踪能耗参数系统,其特征在于,该系统包括:存储器以及处理器,所述存储器中包括能耗参数预测跟踪方法程序,所述能耗参数预测跟踪方法程序被所述处理器执行时实现如下步骤:

获取目标机构在当前周期内上传的预设时间段内的第一能耗参数;

获取所述目标机构在多个周期内的历史能耗参数以及历史天气数据;

获取所述目标机构在所述当前周期的已过的时间段的第一天气数据以及在所述当前周期的未过时间段的预测天气数据;

根据所述第一能耗参数、所述历史能耗参数、所述历史天气数据、所述第一天气数据以及所述预测天气数据计算目标机构在当前周期的未过时间段的目标能耗参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州远正智能科技股份有限公司,未经广州远正智能科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111134631.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top