【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及能源管理領(lǐng)域，特別是涉及一種醫(yī)院節(jié)能措施質(zhì)量分析方法及其實施的云端運營系統(tǒng)。
技術(shù)介紹
1、節(jié)能是指在保證醫(yī)院正常業(yè)務運作的前提下，節(jié)省或者節(jié)約其他不必要的能源消耗。
2、目前醫(yī)院可通過技改節(jié)能或者管理節(jié)能措施進行節(jié)能，但是節(jié)能措施的效果是否達到最佳效果，或者能否繼續(xù)挖掘某項措施的節(jié)能量缺少一個評價標準，只能靠現(xiàn)場執(zhí)行人員的專業(yè)知識或者經(jīng)驗，節(jié)能措施沒有發(fā)揮到最大效用。主要通過流程管理上調(diào)節(jié)各設備的使用管理，實現(xiàn)節(jié)能，但是并不適用于現(xiàn)代化醫(yī)院的節(jié)能減排需求。
3、各醫(yī)院項目上的節(jié)能措施的執(zhí)行都是獨立的，數(shù)據(jù)也僅存于項目本地，醫(yī)院之間的節(jié)能措施數(shù)據(jù)無法進行互相的對標，醫(yī)院場景下的數(shù)據(jù)相對孤立，無法產(chǎn)生更大價值。因此，可以研發(fā)利用云端數(shù)據(jù)，打破孤島讓數(shù)據(jù)產(chǎn)生更多的價值，幫助醫(yī)院提高管理水平。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是提供一種醫(yī)院節(jié)能措施質(zhì)量分析方法及其實施的云端運營系統(tǒng)，以提供醫(yī)院節(jié)能措施質(zhì)量分析，由此提高醫(yī)院節(jié)能措施執(zhí)行的效果，提高醫(yī)院能源管理水平，避免能源浪費，提升現(xiàn)場節(jié)能率，實現(xiàn)節(jié)能減排的目的。
2、為實現(xiàn)上述目的，本專利技術(shù)提供了如下方案：
3、一種醫(yī)院節(jié)能措施質(zhì)量分析方法，包括以下步驟：
4、(一)在云端運營系統(tǒng)建立節(jié)能措施及相關(guān)因子庫，將節(jié)能措施及相關(guān)因子庫按照專業(yè)系統(tǒng)和一般系統(tǒng)進行分類管理；專業(yè)系統(tǒng)的節(jié)能措施及相關(guān)因子內(nèi)置于云端運營系統(tǒng)中，一般系統(tǒng)的節(jié)能措施及相關(guān)因子由后續(xù)的數(shù)據(jù)經(jīng)過訓練
5、(二)根據(jù)節(jié)能措施庫及相關(guān)因子庫，通過云端運營系統(tǒng)持續(xù)抽取醫(yī)院側(cè)的運營數(shù)據(jù)，形成能耗數(shù)據(jù)庫；按照節(jié)能措施系統(tǒng)名稱、節(jié)能量數(shù)據(jù)、對應的因子數(shù)據(jù)對所述能耗數(shù)據(jù)庫進行分類管理，作為節(jié)能措施節(jié)能量測算的數(shù)據(jù)來源；
6、(三)擬合形成節(jié)能量測算曲線
7、對于專業(yè)系統(tǒng)，根據(jù)內(nèi)置于云端運營系統(tǒng)的節(jié)能措施及相關(guān)因子庫因子，通過圖神經(jīng)網(wǎng)絡算法進行擬合，對具體節(jié)能措施的節(jié)能量和因子進行擬合，擬合出專業(yè)系統(tǒng)的節(jié)能量測算曲線；
8、對于一般系統(tǒng)，先使用皮爾森相關(guān)系數(shù)進行節(jié)能措施的節(jié)能量的關(guān)聯(lián)分析，篩選出影響節(jié)能量較高的關(guān)聯(lián)因子，即0.7≤相關(guān)系數(shù)絕對值≤1的關(guān)聯(lián)因子，再通過圖神經(jīng)網(wǎng)絡算法進行擬合，對具體節(jié)能措施的節(jié)能量和高關(guān)聯(lián)因子進行擬合，擬合出一般系統(tǒng)的節(jié)能量測算曲線；
9、(四)根據(jù)專業(yè)系統(tǒng)的節(jié)能量測算曲線和一般系統(tǒng)的節(jié)能量測算曲線，建立節(jié)能措施節(jié)能量標準庫，根據(jù)節(jié)能措施節(jié)能量標準庫實現(xiàn)：
10、發(fā)布不同類型節(jié)能措施的理論節(jié)能量，可以是一個節(jié)能量區(qū)間，如中央空調(diào)群控、除濕機參數(shù)調(diào)整、凈化空調(diào)間歇運行等，用于現(xiàn)場節(jié)能量的質(zhì)量評估；
11、結(jié)合現(xiàn)場上傳的實際工況數(shù)據(jù)，計算出常規(guī)工況下的節(jié)能量標準值，發(fā)布典型工況節(jié)能措施節(jié)能量；
12、在獲取到現(xiàn)場的實際參數(shù)值后，也可以根據(jù)節(jié)能措施對應的節(jié)能量測算曲線，計算下發(fā)理論值給現(xiàn)場用以對標。
13、在上述質(zhì)量分析過程中，所述云端運營系統(tǒng)持續(xù)抽取醫(yī)院側(cè)的運營數(shù)據(jù)時，針對性抽取的能耗相關(guān)因子數(shù)據(jù)包括：(1)各醫(yī)院節(jié)能措施的實際節(jié)能量；(2)節(jié)能措施執(zhí)行過程中涉及到的醫(yī)院類型、醫(yī)院等級、供應面積、環(huán)境溫度、濕度、風速、人流量、設備信息、設備運行參數(shù)、運行時間、關(guān)閉時間。其中，第(2)項涉及的能耗相關(guān)因子數(shù)據(jù)由氣象網(wǎng)站、以及醫(yī)院本地系統(tǒng)中獲取。
14、在擬合專業(yè)系統(tǒng)的節(jié)能量測算曲線時，通過圖神經(jīng)網(wǎng)絡算法進行擬合的過程如下：
15、(1)圖構(gòu)建：將關(guān)聯(lián)因子作為圖的節(jié)點，并根據(jù)所述關(guān)聯(lián)因子之間的相互關(guān)系構(gòu)建連接；進一步的，在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中的圖構(gòu)建時，可以將不同時間點的關(guān)聯(lián)因子作為圖的節(jié)點，并根據(jù)它們之間的關(guān)系構(gòu)建邊，構(gòu)建出具有拓撲結(jié)構(gòu)的圖。
16、(2)特征表示：將節(jié)點和邊的特征轉(zhuǎn)換為向量，以向量方式表示為圖的特征，用于構(gòu)建圖的輸入神經(jīng)網(wǎng)絡；
17、(3)神經(jīng)網(wǎng)絡架構(gòu)：選擇適合醫(yī)院節(jié)能量測算的神經(jīng)網(wǎng)絡架構(gòu)，并將圖的特征輸入神經(jīng)網(wǎng)絡架構(gòu)進行訓練。
18、(4)訓練模型：定義損失函數(shù)，用于衡量預測值和真實值之間的差異；所定義的損失函數(shù)是均方誤差(mean?squared?error,mse)；通過反向傳播算法和優(yōu)化算法(如梯度下降)來更新網(wǎng)絡參數(shù)，以最小化損失函數(shù)；
19、(5)模型評估和調(diào)優(yōu)：使用驗證集評估模型的性能，驗證集可使用實驗局的實際運行數(shù)據(jù)，并根據(jù)需要進行調(diào)優(yōu)；該步驟可以嘗試不同的網(wǎng)絡架構(gòu)、超參數(shù)和優(yōu)化算法，以找到最佳模型，本步驟最終選擇的模型是圖卷積網(wǎng)絡算法。
20、(6)預測：訓練完成后，可以使用圖神經(jīng)網(wǎng)絡進行預測。
21、進一步的，在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中的特征表示時，可以使用圖卷積網(wǎng)絡(graph?convolutional?networks,gcn)來提取節(jié)點和邊的特征。
22、進一步的，在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中，常見的神經(jīng)網(wǎng)絡架構(gòu)，包括圖卷積網(wǎng)絡(gcn)、圖注意力網(wǎng)絡(graph?attention?networks,gat)等。
23、進一步的，在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中的預測，可以給定新的關(guān)聯(lián)因子，網(wǎng)絡將輸出對應的節(jié)能量預測。
24、在擬合一般系統(tǒng)的節(jié)能量測算曲線時，皮爾森相關(guān)系數(shù)用于度量兩個變量之間的相關(guān)程度，計算公式如下：
25、
26、兩個變量指a和b，其中：a是節(jié)能措施的具體節(jié)能量值；b為某類關(guān)聯(lián)因子的值；n代表樣本數(shù)量；ai和bi代表a、b對應的第i組樣本。
27、通過公式(1)計算出每類關(guān)聯(lián)因子和節(jié)能措施節(jié)能量之間的相關(guān)系數(shù)(即p(a,b))后，對該值取絕對值；當0.7≤絕對值≤1的，定為強相關(guān)因子，保留進行該節(jié)能措施下一步的擬合。
28、用于所述醫(yī)院節(jié)能措施質(zhì)量分析方法實施的云端運營系統(tǒng)，其包括：
29、數(shù)據(jù)中臺模塊，用于抽取醫(yī)院側(cè)與節(jié)能措施相關(guān)的能耗數(shù)據(jù)及關(guān)聯(lián)因子數(shù)據(jù)，并對抽取的數(shù)據(jù)進行脫敏和異常清洗，主要包括重復值處理、空缺值處理、異常值處理、數(shù)據(jù)標準化等，并對醫(yī)院關(guān)鍵信息進行加密或者截斷等，保證數(shù)據(jù)可用性和穩(wěn)定性；
30、ai中臺模塊，用于建立算法能力中心，支撐業(yè)務的大量數(shù)據(jù)的訓練，利用皮爾森相關(guān)系數(shù)及圖神經(jīng)網(wǎng)絡算法，為節(jié)能措施建立合理的測算曲線；
31、節(jié)能措施及相關(guān)因子庫模塊，根據(jù)專業(yè)系統(tǒng)及一般系統(tǒng)建立有各系統(tǒng)獨立的因子庫；其中，專業(yè)系統(tǒng)的因子內(nèi)置于該模塊中，一般系統(tǒng)的關(guān)聯(lián)因子通過數(shù)據(jù)訓練產(chǎn)生反向填補，支持查詢節(jié)能措施及其對本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于，分析步驟包括：
2.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：分析步驟包括：所述專業(yè)系統(tǒng)包括中央空調(diào)系統(tǒng)、VRV系統(tǒng)、鍋爐系統(tǒng)、照明系統(tǒng)，專業(yè)系統(tǒng)的因子庫的節(jié)能量影響因子至少包括有環(huán)境溫度、主機負載率、水泵頻率、冷凍水供回水溫度、冷卻水供回水溫度、供回水溫差、COP、功率、運行時間中的一種或多種。
3.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：分析步驟包括：所述一般系統(tǒng)指將專業(yè)系統(tǒng)除外的其他節(jié)能措施，根據(jù)后續(xù)的數(shù)據(jù)訓練得出。
4.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：所述能耗相關(guān)因子數(shù)據(jù)由氣象網(wǎng)站、以及醫(yī)院本地系統(tǒng)中獲取，抽取的顆粒度和頻率根據(jù)能耗相關(guān)因子的特征進行區(qū)別抽取。
5.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：從醫(yī)院側(cè)的運營數(shù)據(jù)需要進行脫敏和預處理，全量匯總至能耗數(shù)據(jù)庫中。
6.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在質(zhì)量分析過程中，所述云端運營系統(tǒng)持續(xù)抽取
7.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在擬合專業(yè)系統(tǒng)的節(jié)能量測算曲線時，通過圖神經(jīng)網(wǎng)絡算法進行擬合的過程如下：
8.根據(jù)權(quán)利要求7所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中的特征表示時，使用圖卷積網(wǎng)絡來提取節(jié)點和邊的特征。
9.根據(jù)權(quán)利要求7所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中，所述神經(jīng)網(wǎng)絡架構(gòu)采用包括圖卷積網(wǎng)絡或者圖注意力網(wǎng)絡。
10.根據(jù)權(quán)利要求7所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在擬合專業(yè)系統(tǒng)節(jié)能量測算曲線中的預測中，給定新的關(guān)聯(lián)因子，網(wǎng)絡將輸出對應的節(jié)能量預測。
11.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在擬合一般系統(tǒng)的節(jié)能量測算曲線時，皮爾森相關(guān)系數(shù)用于度量兩個變量之間的相關(guān)程度，計算公式如下：
12.用于權(quán)利要求1-11任意一項所述醫(yī)院節(jié)能措施質(zhì)量分析方法的云端運營系統(tǒng)，其特征在于，該系統(tǒng)包括：
...【技術(shù)特征摘要】
1.一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于，分析步驟包括：
2.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：分析步驟包括：所述專業(yè)系統(tǒng)包括中央空調(diào)系統(tǒng)、vrv系統(tǒng)、鍋爐系統(tǒng)、照明系統(tǒng)，專業(yè)系統(tǒng)的因子庫的節(jié)能量影響因子至少包括有環(huán)境溫度、主機負載率、水泵頻率、冷凍水供回水溫度、冷卻水供回水溫度、供回水溫差、cop、功率、運行時間中的一種或多種。
3.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：分析步驟包括：所述一般系統(tǒng)指將專業(yè)系統(tǒng)除外的其他節(jié)能措施，根據(jù)后續(xù)的數(shù)據(jù)訓練得出。
4.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：所述能耗相關(guān)因子數(shù)據(jù)由氣象網(wǎng)站、以及醫(yī)院本地系統(tǒng)中獲取，抽取的顆粒度和頻率根據(jù)能耗相關(guān)因子的特征進行區(qū)別抽取。
5.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：從醫(yī)院側(cè)的運營數(shù)據(jù)需要進行脫敏和預處理，全量匯總至能耗數(shù)據(jù)庫中。
6.根據(jù)權(quán)利要求1所述的一種醫(yī)院節(jié)能措施質(zhì)量分析方法，其特征在于：在質(zhì)量分析過程中，所述云端運營系統(tǒng)持續(xù)抽取醫(yī)院側(cè)的運營數(shù)據(jù)時，針對性抽取的能耗相關(guān)因子數(shù)據(jù)包括：(1)各醫(yī)院節(jié)能措施的實際節(jié)能量；(2)節(jié)能措施執(zhí)行過程中涉及到的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：肖惠群，馬如明，胡值彬，程礦，吳亞勇，
申請(專利權(quán))人：南京天溯自動化控制系統(tǒng)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。