【技術實現步驟摘要】
本專利技術涉及能源管理相關。更具體地說，本專利技術涉及一種能源管控方法及系統。
技術介紹
1、據報道，中國人均能源占有量僅為世界平均水平的40%，建筑能耗已占到社會總能耗的40%左右，但能源效率目前僅為33%。因此，建筑能源進行管控對完成節能減排目標至關重要。目前，對于建筑各項指標的監控技術取得快速發展，但是沒有進行有效地應用，對于未來能源使用數據的預測精度較低，無法掌握建筑能耗水平，挖掘節能潛力，提升建筑能源管控水平。因此，有必要設計一種能夠一定程度克服上述缺陷的技術方案。
技術實現思路
1、本專利技術的一個目的是提供一種能源管控方法及系統，能夠對未來能源使用數據進行精準預測，提升了能源管控水平。
2、為了實現本專利技術的這些目的和其它優點，根據本專利技術的一個方面，本專利技術提供了能源管控方法，包括：s1：構建目標建筑的能源使用數據變化圖像；s2：構建所述目標建筑的環境參數變化圖像；s3：構建所述目標建筑的進入人流量變化圖像、外出人流量變化圖像、設備噪聲變化圖像和人類噪聲變化圖像；s4：提取所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像的特征，并組合，得到組合特征；s5：將所述組合特征輸入預先建立的能源預測模型，得到所述目標建筑的未來能源使用數據，以對所述目標建筑進行能源管控。
3、進一步地，在所述s1中，所述能源使用數據包括所述目標建筑內電量消耗數據、水量消耗數
4、進一步地，在所述s2中，所述環境參數包括所述目標建筑的內部溫度值、外部溫度值、內部濕度值、外部濕度值，所述環境參數變化圖像根據所述環境參數構建。
5、進一步地，在所述s3中，所述進入人流量變化圖像根據進入所述目標建筑的人流量構建，所述外出人流量變化圖像根據從所述目標建筑外出的人流量構建，所述設備噪聲變化圖像根據識別出的設備噪聲及噪聲值構建，所述人類噪聲變化圖像根據識別出的人類噪聲及噪聲值構建。
6、進一步地，在所述s4中，獲取歷史期間多個時間段的所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像，提取特征并組合，得到組合特征，構建訓練集，輸入lstm神經網絡，訓練得到能源預測模型；其中，在訓練過程中，隨機為從所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像提取的特征賦以組合系數，選取最優所述能源預測模型對應的組合系數用于預測所述未來能源使用數據。
7、進一步地，所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像為柱狀圖或雷達圖。
8、進一步地，在所述s5中，基于能源管控知識建立模糊邏輯規則，將所述未來能源使用數據與所述模糊邏輯規則進行比對，以對所述目標建筑進行能源管控。
9、根據本專利技術的另一個方面，還提供了能源管控系統，包括：能源數據構建模塊，用于構建目標建筑的能源使用數據變化圖像，所述能源使用數據包括電量消耗數據、水量消耗數據和燃氣消耗數據；環境參數構建模塊，用于構建所述目標建筑的環境參數變化圖像，所述環境參數包括內部溫度值、外部溫度值、內部濕度值、外部濕度值；人類行為信息構建模塊，用于構建所述目標建筑的進入人流量變化圖像、外出人流量變化圖像、設備噪聲變化圖像和人類噪聲變化圖像；組合模塊，用于提取所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像的特征，并組合，得到組合特征；管控模塊，用于將所述組合特征輸入預先建立的能源預測模型，得到所述目標建筑的未來能源使用數據，以對所述目標建筑進行能源管控。
10、進一步地，獲取歷史期間多個時間段的所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像，提取特征并組合，得到組合特征，構建訓練集，輸入lstm神經網絡，訓練得到所述能源預測模型；其中，在訓練過程中，隨機為從所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像提取的特征賦以組合系數，選取最優所述能源預測模型對應的組合系數用于預測所述未來能源使用數據。
11、進一步地，所述管控模塊將所述組合特征輸入預先建立的所述能源預測模型，得到所述目標建筑的所述未來能源使用數據，以對所述目標建筑進行能源管控。
12、本專利技術至少包括以下有益效果：
13、本專利技術獲取目標建筑的能源使用數據、環境參數、人類行為信息（人流量、噪聲），建立能源預測模型，利用能源預測模型預測目標建筑未來能源使用數據，以對目標建筑進行能源管控；本專利技術不僅考慮了能源使用數據，還考慮了環境參數和人類行為信息，建立的能源預測模型對于未來能源使用數據具有較高的預測精度，為建筑能源管控提供了參考。
14、本專利技術的其它優點、目標和特征將部分通過下面的說明體現，部分還將通過對本專利技術的研究和實踐而為本領域的技術人員所理解。
本文檔來自技高網...【技術保護點】
1.能源管控方法，其特征在于，包括：
2.如權利要求1所述的能源管控方法，其特征在于，在所述S1中，所述能源使用數據包括所述目標建筑內電量消耗數據、水量消耗數據和燃氣消耗數據，所述能源使用數據變化圖像根據所述能源使用數據構建。
3.如權利要求1所述的能源管控方法，其特征在于，在所述S2中，所述環境參數包括所述目標建筑的內部溫度值、外部溫度值、內部濕度值、外部濕度值，所述環境參數變化圖像根據所述環境參數構建。
4.如權利要求1所述的能源管控方法，其特征在于，在所述S3中，所述進入人流量變化圖像根據進入所述目標建筑的人流量構建，所述外出人流量變化圖像根據從所述目標建筑外出的人流量構建，所述設備噪聲變化圖像根據識別出的設備噪聲及噪聲值構建，所述人類噪聲變化圖像根據識別出的人類噪聲及噪聲值構建。
5.如權利要求1所述的能源管控方法，其特征在于，在所述S4中，獲取歷史期間多個時間段的所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像，提取特征并組合，得到組
6.如權利要求5所述的能源管控方法，其特征在于，所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像為柱狀圖或雷達圖。
7.如權利要求1所述的能源管控方法，其特征在于，在所述S5中，基于能源管控知識建立模糊邏輯規則，將所述未來能源使用數據與所述模糊邏輯規則進行比對，以對所述目標建筑進行能源管控。
8.能源管控系統，其特征在于，包括：
9.如權利要求8所述的能源管控系統，其特征在于，獲取歷史期間多個時間段的所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像，提取特征并組合，得到組合特征，構建訓練集，輸入LSTM神經網絡，訓練得到所述能源預測模型；其中，在訓練過程中，隨機為從所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像提取的特征賦以組合系數，選取最優所述能源預測模型對應的組合系數用于預測所述未來能源使用數據。
10.如權利要求8所述的能源管控系統，其特征在于，所述管控模塊將所述組合特征輸入預先建立的所述能源預測模型，得到所述目標建筑的所述未來能源使用數據，以對所述目標建筑進行能源管控。
...【技術特征摘要】
1.能源管控方法，其特征在于，包括：
2.如權利要求1所述的能源管控方法，其特征在于，在所述s1中，所述能源使用數據包括所述目標建筑內電量消耗數據、水量消耗數據和燃氣消耗數據，所述能源使用數據變化圖像根據所述能源使用數據構建。
3.如權利要求1所述的能源管控方法，其特征在于，在所述s2中，所述環境參數包括所述目標建筑的內部溫度值、外部溫度值、內部濕度值、外部濕度值，所述環境參數變化圖像根據所述環境參數構建。
4.如權利要求1所述的能源管控方法，其特征在于，在所述s3中，所述進入人流量變化圖像根據進入所述目標建筑的人流量構建，所述外出人流量變化圖像根據從所述目標建筑外出的人流量構建，所述設備噪聲變化圖像根據識別出的設備噪聲及噪聲值構建，所述人類噪聲變化圖像根據識別出的人類噪聲及噪聲值構建。
5.如權利要求1所述的能源管控方法，其特征在于，在所述s4中，獲取歷史期間多個時間段的所述能源使用數據變化圖像、所述環境參數變化圖像、所述進入人流量變化圖像、所述外出人流量變化圖像、所述設備噪聲變化圖像和所述人類噪聲變化圖像，提取特征并組合，得到組合特征，構建訓練集，輸入lstm神經網絡，訓練得到能源預測模型；
6.如權利要求5所述的能源管控方法，其特征在于，所述能源使用數據變化圖...
【專利技術屬性】
技術研發人員：黃可，
申請(專利權)人：眾森綠建國際科技股份公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。