[发明专利]一种家庭用户能源供需优化方法及系统

说明书

本发明涉及能源供给领域，尤其涉及一种家庭用户能源供需优化方法及系统，其特征在于：优化方法，包括：步骤1：获取家庭用户能源数据；步骤2：对家庭用户能源数据进行归一化处理；步骤3：基于神经网络构建预测模型并利用深度学习算法对预测模型进行训练；根据训练好的预测模型预测能源信息、能源风险等级、用户调整的能源消耗量；步骤4：将能源风险等级反馈给用户便于用户对能源消耗进行调整。本发明提高能源供需问题的准确性与实时性，降低消耗。

技术领域

本发明涉及能源供给领域，尤其涉及一种家庭用户能源供需优化方法及系统。

背景技术

随着经济水平不断提高，家庭用户能源供需急速增长，能源供给规模会越来越大，潜力巨大，能源供给水平处于急剧上升模式，但同时也会带来其他能源问题，比如能源浪费与天气干扰等，如何进行能源优化，提高能源利用率是当前备受瞩目的问题。

家庭用户能源供给的发展与数据管理息息相关，随着不断市场化、信息化与数字化建设，需要从中挖掘出有价值的信息，对其复杂的形式进行深入探讨，但大量数据涌入能源处理中心，会导致大量的数据冗余，从而导致处理中心的服务器瘫痪，并且优化处理结果反馈也需要一定的时间与资源，从而造成了一定的资源浪费。原本能源供需互动的数据与资源都是通过网络的形式进行分析，管理者通过网络进行主观分析判断后，所做出的决策往往具有一定的局限性，从而无法准确有效地处理能源供给问题。

发明内容

本发明的目的是为了提供一种家庭用户能源供需优化方法及系统，提高能源供需问题的准确性与实时性，降低消耗。

为解决以上技术问题，本发明的技术方案为：

第一方面，本发明提供一种家庭用户能源供需优化方法，包括：

步骤1：获取家庭用户能源数据；

步骤2：对家庭用户能源数据进行归一化处理；

步骤3：基于神经网络构建预测模型并利用深度学习算法对预测模型进行训练；根据训练好的预测模型预测能源信息、能源风险等级、用户调整的能源消耗量；

步骤4：将能源风险等级反馈给用户便于用户对能源消耗进行调整。

进一步地，步骤1中，家庭能源数据具体包括：能源结构数据和能源安全数据；其中，能源结构数据包括：房间数、设备个数、房间总能源消耗量和各设备能源消耗量；能源安全数据包括天气。

进一步地，步骤1还包括对能源结构数据进行预处理的步骤，具体为：

当获取实时t时刻能源结构数据时，由于t时刻未必进行过数据采集，则计算t时刻的理论采集时刻t₀，计算方法为：

式中，c表示预设的时间间隔，每隔时间间隔c记录一次能源结构数据；表示向下取整；

根据理论采集时刻t₀计算最近的一次采集时刻记录的数据：

式中，T为当前采集t时刻相关数据送入网络时的延迟；n＝1,2,3,4，其中n＝1表示样本特征为房间数，n＝2表示样本特征为采集设备个数，n＝3表示样本特征为房间总能源消耗量，n＝4表示样本特征为各设备能源消耗量；

M_n,t+T表示t+T时刻样本特征为n时的样本参数；表示t₀时刻样本特征为n时的样本参数；表示t₀-c时刻样本特征为n时的样本参数；表示t₀-2c时刻样本特征为n时的样本参数；

通过上式获得当前输入网络t+T时刻房间数、设备个数、一小时内房间总能源消耗量和各设备能源消耗量的样本各参数数据。