【技術實現步驟摘要】
本專利技術涉及業態能量分析，具體地說是一種業態能量分析的物聯網自適應組網方法與系統。
技術介紹
1、業態能量分析是針對特定業務形態下的物聯網場景，進行全面的能量評估與洞察。它涵蓋對物聯網設備運行所需電能、數據傳輸過程中的能量消耗以及不同業態中能量供應來源與可持續性的深入研究。
2、物聯網自適應組網是一種能夠根據環境變化和業務需求動態調整網絡結構與參數的先進組網方式。它借助先進的傳感器技術感知周圍物理環境、網絡環境及業務需求的變化，基于這些感知，自動調整參數以適應新的條件；可以根據不同的業務需求和環境條件，智能地調整組網策略，從而降低能量消耗。
3、而業態能量分析其本質目的在于通過對不同業態下物聯網設備的能量進行深入分析，包括設備運行所需能量、數據傳輸能耗以及能量供應的可持續性等方面。以此為基礎，實現物聯網的自適應組網，能夠根據具體的業態能量狀況動態調整網絡結構和參數，提高網絡的效率和可靠性。
4、例如，在某些低業務需求時段，自動減少不必要的設備連接和數據傳輸，節省能量。同時，它還能根據能量供應情況，合理分配網絡資源，確保網絡在能量有限的情況下仍能穩定運行。此外，通過感知環境變化，自適應組網可以及時調整傳輸功率等參數，避免能量的浪費，提高能量利用效率。借助這種組網方式，能夠更好地適應復雜多變的物聯網應用場景，延長物聯網設備的使用壽命，降低運營成本。實際應用中，這些不僅可以優化物聯網系統在不同業務場景中的性能表現，還能降低能量消耗，提升能量利用效率，為各種業態下的物聯網應用提供更加穩定、高效且可持
5、但現有技術中仍有以下不足之處：
6、1、業態能量分析的實時性有待進一步提升，目前的分析方法可能在復雜多變的業務場景下難以準確捕捉實時的能量變化，而實時性不足導致物聯網組網時難及時感知能量變化，導致自適應組網的響應存在一定滯后使設備不能及時調至低能耗模式或關閉非關鍵功能，影響設備正常使用，進一步導致物聯網設備在關鍵業務時刻因能量分析不準確而突然斷電或性能下降，從而影響到相關物聯網設備的正常使用。
7、2、當前的業態能量分析往往難以精準地分析到物聯網設備在不同業務場景下的動態能量需求變化，這使得依據這種分析生成的組網策略在進行能量優化時，可能無法及時適應設備實際運行中的能量需求波動，導致能量優化不夠精準和高效，無法完全滿足物聯網自適應組網在各種復雜業態下的能量優化需求。
技術實現思路
1、為了解決上述技術問題，本專利技術提供一種業態能量分析的物聯網自適應組網方法與系統，通過業態能量分析進行物聯網業態能量預測，并基于能量優化方向生成物聯網自適應組網策略，根據進行物聯網自適應組網，以解決現有技術中問題。
2、一種業態能量分析的物聯網自適應組網方法，具體步驟如下：
3、s1：獲取物聯網業態能量信息，利用傳感器網絡獲取物聯網不同業態下的業態特征數據，以及對應業態下的物聯網設備的能量消耗數據，其中，能量消耗數據包括物聯網設備自身消耗數據和能量傳輸消耗數據；
4、s2：建立能量消耗數據預測模型，該模型能夠根據獲取的不同業態下的業態特征數據，以及對應業態下的物聯網設備的能量消耗數據進行能量消耗預測，生成能量消耗預測結果；
5、s3：建立物聯網自適應組網策略生成模型，該模型能夠根據能量消耗數據預測模型的能量消耗預測結果生成能量優化方向的物聯網自適應組網策略；
6、s4：物聯網自適應組網優化，當業態需求變化時，將變化后的業態特征數據輸入至能量消耗數據預測模型中，得到對應業態需求下后續預測的能量消耗數據，根據預測的能量消耗數據輸入物聯網自適應組網策略生成模型中生成對應的組網策略，然后物聯網根據新生成的組網策略進行物聯網調整以應對業態需求的變化。
7、優選的，s1中，所述獲取物聯網業態能量信息具體獲取步驟如下：
8、s11：利用傳感器網絡獲取物聯網不同業態下的業態特征數據；
9、s12：獲取物聯網不同業態對應的物聯網設備的能量消耗數據；
10、s13：將獲取的數據按照不同的業態分類成業態特征數據集，每種業態特征數據集包括對應的業態特征數據和對應業態下的物聯網設備能量消耗數據。
11、優選的，s2中，所述建立能量消耗數據預測模型具體步驟如下：
12、s21：數據預設，將收集的物聯網設備的能量消耗數據按照時間序列進行組合排列，設t表示某一時刻，收集的每一份物聯網設備的能量消耗數據所對應的t構成一個集合(t)，i和j表示不同的物聯網設備，i×j則表示物聯網設備i與物聯網設備j相連；對每種i×j連接產生的能量消耗進行預測計算；
13、s22：模型構建，按照時間序列提取并輸入對應的能量消耗數據：
14、s221：數據初始化，隨機初始化權重w、偏置項b、預測權重ω和預測偏置β；預測隱數h和記憶倉庫的初始值c，在數據最開始計算時初始化為0；
15、s222：信息過濾計算，信息過濾決定哪些信息能夠從記憶倉庫中刪除：
16、
17、其中，表示向量的點積運算，ft表示對輸入信息，xt判斷其是否要過濾的結果；ht-1為在t-1時的預測隱數，是預測t時業態能量值的信息傳遞載體，w和b分別表示權重和偏置項，σ表示為邏輯函數，tanh為雙曲正切函數，通過對當前輸入信息xt和上一時刻預測隱數ht-1的處理，以決定上一時刻細胞狀態中的信息遺忘程度，實現動態調整記憶；
18、s223：信息更新計算及記憶倉庫更新值計算：
19、
20、信息更新決定哪些新的信息被存儲到記憶倉庫中，首先，it基于當前輸入xt和上一時刻預測隱數ht-1通過權重wi和邏輯函數σ判斷新的輸入特征中哪些是重要的能量信息，為記憶倉庫更新值為后續更新記憶倉庫提供數據基礎；
21、s224：更新記憶倉庫：
22、
23、s225：信息提取計算：
24、
25、ht＝ot×tanh(ct)
26、其中，ct為在t時的記憶倉庫，ct理解為一個向量，里面包含許多維度的信息或是元素，ot通過權重和偏置項以及記憶倉庫來判斷哪些信息是當前需要的信息，即預測隱數ht，預測隱數ht為ot與記憶倉庫ct經過雙曲正切函數處理后相乘的結果，這意味著ot會對記憶倉庫中ct的每個元素進行縮放，如果ot越小，那么記憶倉庫中的相應元素在預測隱數ht中的貢獻就會越小；通過判斷貢獻的大小來判斷哪些信息是當前需要，貢獻越大，越容易被提取；
27、s226：不斷重復s221—s224，直至完成集合(t)中所有的t的計算；
28、s227：最后使用預測隱數ht進行業態能量預測：
29、
30、其中，e表示預測消耗的能量數據，即為在t+1時預測的i?j能量消耗數據，xt為在t時輸入的業態特征本文檔來自技高網...
【技術保護點】
1.一種業態能量分析的物聯網自適應組網方法，其特征在于，具體步驟如下：
2.如權利要求1所述一種業態能量分析的物聯網自適應組網方法，其特征在于：S1中，所述獲取物聯網業態能量信息具體獲取步驟如下：
3.如權利要求1所述一種業態能量分析的物聯網自適應組網方法，其特征在于：S2中，所述建立能量消耗數據預測模型具體步驟如下：
4.如權利要求3所述一種業態能量分析的物聯網自適應組網方法，其特征在于：S23中，所述模型優化調整具體流程如下：
5.如權利要求3所述一種業態能量分析的物聯網自適應組網方法，其特征在于：S3中，所述建立物聯網自適應組網策略生成模型步驟如下：
6.如權利要求1所述一種業態能量分析的物聯網自適應組網方法，其特征在于：S4中，所述物聯網自適應組網優化具體步驟如下：
7.一種業態能量分析的物聯網自適應組網系統，其特征在于，包括：
【技術特征摘要】
1.一種業態能量分析的物聯網自適應組網方法，其特征在于，具體步驟如下：
2.如權利要求1所述一種業態能量分析的物聯網自適應組網方法，其特征在于：s1中，所述獲取物聯網業態能量信息具體獲取步驟如下：
3.如權利要求1所述一種業態能量分析的物聯網自適應組網方法，其特征在于：s2中，所述建立能量消耗數據預測模型具體步驟如下：
4.如權利要求3所述一種業態能量分析的物聯網自適應組...
【專利技術屬性】
技術研發人員：李紅霞，
申請(專利權)人：北京樂充時代科技有限公司，
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。