[发明专利]一种基于用电画像的智能优化方法

说明书

本申请提供一种基于用电画像的智能优化方法，包括：获取酒店用户信息与用户用电数据；根据酒店用户信息与用户用电数据构建用户画像；根据用户画像数据、实时用电数据与环境数据构建节能用电组合模型，并利用节能用电组合模型进行实时用电设备控制，具体包括：分析设备用电数据的用电误差，检查用电设备是否老化；利用节能用电组合模型检测异常用电，并分析异常用电类型；根据异常用电类型优化节能用电决策；根据用户用电数据分析用户不良用电行为，并更新用户画像；根据用户画像构建用户群体分类模型对用户进行分类；根据碳积分确定节能等级；根据用户画像与碳积分进行酒店权益推荐。

技术领域

本发明涉及信息技术领域，尤其涉及一种基于用电画像的智能优化方法。

背景技术

随着经济全球化的快速发展，酒店行业的竞争也不断加剧，若想在竞争中取得竞争优势，不仅仅需要达到标准化的服务，追求个性化的服务，更需要保护环境，促进可持续发展。在酒店日常运营过程中，需要消耗大量的能源，如照明消耗，电器消耗，热水供应消耗等等。巨大的能源消耗不仅导致较大的经营成本，同时也不利于节能减排。碳中和(CarbonNeutral)是指企业、产品、活动或个人在一定时间内直接或间接产生的二氧化碳或温室气体排放总量，通过植树造林、节能减排等形式，以抵消自身产生的二氧化碳或温室气体排放量，实现正负抵消，达到相对“零排放”。减少能源消耗是酒店业实现碳中和的有效途径之一，如何在保证酒店用户的入住体验的基础上，减少能源消耗，降低经营成本，促进可持续发展，是本领域技术人员亟待解决的技术问题。

发明内容

本发明提供了一种基于用电画像的智能优化方法，主要包括：

获取酒店用户信息与用户用电数据；根据酒店用户信息与用户用电数据构建用户画像；根据用户画像数据、实时用电数据与环境数据构建节能用电组合模型，并利用节能用电组合模型进行实时用电设备控制，具体包括：分析设备用电数据的用电误差，检查用电设备是否老化；利用节能用电组合模型检测异常用电，并分析异常用电类型；根据异常用电类型优化节能用电决策；根据用户用电数据分析用户不良用电行为，并更新用户画像；根据用户画像构建用户群体分类模型对用户进行分类；根据碳积分确定节能等级；根据用户画像与碳积分进行酒店权益推荐。

进一步可选地，所述获取酒店用户信息与用户用电数据包括：

获取酒店用户信息，所述酒店用户信息通过酒店用户管理平台获得，对所述酒店用户信息进行数据预处理，并存储于用户信息数据库；利用非侵入式负载监控(Non-intrusiveloadmonitoringNILM)技术获取酒店的总用户用电数据，并对所述总用户用电数据进行分解，分别得到所述酒店中每个用户的实际用电数据；将所述实际用电数据上传至分布式服务器，所述分布式服务器定时将所述实际用电数据转发至云计算平台，所述云计算平台用于对所述实际用电数据进行分析评估分别得到每个所述用户的用户用电数据，并将所述用户用电数据存放在用户用电数据库中；其中，所述用户用电数据包括用电设备名称，用电设备日用电量，用电设备使用时间，用电设备使用频率、用电高峰时段，异常断电次数与主动断电次数。

进一步可选地，所述根据酒店用户信息与用户用电数据构建用户画像包括：

通过所述用户信息数据库与所述用户用电数据库分别获取用户消费数据与用户用电数据，并对属于同一用户的用户消费数据和用户用电数据进行关联；利用深度神经网络DNN(DeepNeuralNetworks)模型分析所述用户消费数据与所述用户用电数据，并根据深度神经网络DNN模型输出用户标签，所述用户标签包括用电设备偏好，用电类型，用电高峰时段，常住房型，酒店入住率与入住酒店缘由；根据所述用户标签构建用户画像，并保存到用户画像数据库。

进一步可选地，所述根据用户画像数据、实时用电数据与环境数据构建节能用电组合模型，并利用节能用电组合模型进行实时用电设备控制包括：