CN114648163A - 一种适用于智慧城市的能耗数据管理系统及方法 - Google Patents
一种适用于智慧城市的能耗数据管理系统及方法 Download PDFInfo
- Publication number
- CN114648163A CN114648163A CN202210282682.4A CN202210282682A CN114648163A CN 114648163 A CN114648163 A CN 114648163A CN 202210282682 A CN202210282682 A CN 202210282682A CN 114648163 A CN114648163 A CN 114648163A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- energy
- consumption data
- differentiation
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种适用于智慧城市的能耗数据管理系统及方法,通过构建能耗数据分析分析模型对所采集的智慧城市能耗数据进行分析预测,进而制定优化控制策略和能耗管理操作模型,为决策人员和操作人员提供决策依据;同时,构建智慧城市能耗缺陷描述模型对符合能源缺陷预定义的能耗数据进行标识、存储和分类,并利用数据修复决策对标识和分类的能耗数据进行缺陷修复,进而准确定位智慧城市能耗缺陷发生的主要原因以及获取能源缺陷的处置方案,掌握智慧城市能耗缺陷的最新状况,在缺陷重现时可迅速进行科学处置;而且,通过构建能耗差别化管理模型,分析智慧城市能耗使用的主要特点和相关层次,能够为能源使用部门提供适合于自身情况的能源使用方案。
Description
技术领域
本发明主要涉及数据管理技术领域,具体地说,涉及一种适用于智慧城市的能耗数据管理系统及方法。
背景技术
智慧城市建设是未来城市发展的重要趋势,是城市可持续发展的必然要求。能耗数据智能挖掘是智慧城市节能监管体系的基础和重要组成部分,对提高智慧城市能源利用效率和节能减排具有决定性作用。
发明内容
有鉴于此,本发明的目的在于提供一种适用于智慧城市的能耗数据管理系统及方法,有助于推动智慧城市能耗的网络化、实时化、智能化监管。
本发明提供的一种适用于智慧城市的能耗数据管理系统,所述能耗数据管理系统用于对外部能耗数据采集系统所采集的能耗数据进行有效管理,包括能耗数据预测系统、能耗数据缺陷管理系统和能耗数据差别化管理系统,其中:
所述能耗数据预测系统用于对所采集的能耗数据进行存储、分析和预测,并基于分析和预测结果制定优化控制策略和能耗管理操作模型;
所述能耗数据缺陷管理系统用于对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
所述能耗数据差别化管理系统基于预设能耗数据分类模型和预设能耗差别化知识库对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
进一步地,所述能耗数据预测系统包括能耗预测集群服务器和优化控制策略模块,所述能耗预测集群服务器对所采集的能耗数据进行存储并构建能耗数据分析模型,基于能耗数据分析模型对能耗数据相关度、能耗分布和能耗变化情况进行分析,进而构成能耗数据预测模型,基于预设BP神经网络按小时、日、周、月、季度和年预测能耗变化趋势;所述优化控制策略模块根据预测能耗变化趋势设计优化控制策略以及不同用户的能耗管理操作模型,为决策者和操作者提供依据。
进一步地,所述能耗数据缺陷管理系统包括能源缺陷库、能源缺陷修复器、能源缺陷专家决策库和能源归类知识库,其中:
所述能源缺陷库用于挖掘所采集的能耗数据中符合能源缺陷预定义的能耗数据并进行标识和存储;
所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复,同时将所记录的修复情况反馈给能源缺陷库;
所述能源缺陷专家决策库根据能源缺陷修复器所存储的能耗数据完善数据修复决策,并将各类能源缺陷对应的数据修复决策传输给能源缺陷修复器,同时向能源归类知识库反馈能源缺陷分类;
所述能源归类知识库基于SOM技术对能源缺陷库中的能耗数据进行归类分析,并将归类分析结果反馈给能源缺陷库以完善能源缺陷库,同时为能源缺陷专家决策库提供基本决策规则。
进一步地,所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复的具体方式为:所述能源缺陷修复器将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类,具体分为显式缺陷和隐式缺陷,对于显式缺陷,利用能源缺陷修复器将超标的单一属性值降低到合理水平;对于隐式缺陷,找出主因,并把与主因关联的属性值降低。
进一步地,所述能耗差别化管理模块包括能耗差别化分类器、能耗差别化估值器、能耗差别化知识库、能耗差别化预值器和能耗差别化方案模块,其中:
所述能耗差别化分类器用于建立能耗数据分类模型,并基于所建立的能耗数据分类模型对所采集的能耗数据进行差别化分类;
所述能耗差别化知识库根据外部环境数据输入生成能耗差别化规则集合,并基于所述能耗差别化规则集合指导各类能耗的差别化估值分析和预值分析,同时基于估值分析结果和预值分析结果对能耗差别化知识库进行实时更新;
所述能耗差别化估值器根据所述能耗差别化规则集合和能耗差别化分类器的差别化分类结果对各类能耗数据进行分析评估,获取各类能耗的差别化估值;
所述能耗差别化预值器根据能耗差别化知识库和各类能耗的差别化估值对各类差别化能耗数据进行分析挖掘,获取不同能源的使用趋势;
所述能耗差别化方案模块基于不同能源的使用趋势制定差别化方案以对用户能耗进行引导。
进一步地,所述能耗差别化知识库的外部环境数据包括实际地理环境、经济发展程度、居民收入情况和企业盈利情况。
进一步地,所述差别化方案包括决策部门差别化方案和企业部门差别化方案,决策部门差别化方案包括区域用能分析、区域用能规律分析和各类用能单位的具体分布情况分析;企业部门差别化方案包括收费方案选择指导、差别化费用预测和企业节能指导方案。
本发明的另一个方面,还提供一种适用于智慧城市的能耗数据管理方法,所述方法基于上述所述的适用于智慧城市的能耗数据管理系统进行数据管理,包括以下步骤:
S1、通过数据采集系统获取智慧城市的能耗数据并将所采集的能耗数据传输给能耗数据管理系统;
S2、构建能耗数据预测系统,利用能耗数据预测系统所采集的能耗数据进行存储、分析和预测,并基于分析和预测结果制定优化控制策略和能耗管理操作模型;
S3、构建能耗数据缺陷管理系统,利用能耗数据缺陷管理系统对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
S4、构建能耗数据差别化管理系统,基于预设能耗数据分类模型和预设能耗差别化知识库并利用能耗差别化管理系统对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
本发明中,通过构建能耗数据分析分析模型对所采集的智慧城市能耗数据进行分析预测,进而制定优化控制策略和能耗管理操作模型,为决策人员和操作人员提供决策依据;同时,构建智慧城市能耗缺陷描述模型对符合能源缺陷预定义的能耗数据进行标识、存储和分类,并利用数据修复决策对标识和分类的能耗数据进行缺陷修复,进而准确定位智慧城市能耗缺陷发生的主要原因以及获取能源缺陷的处置方案,掌握智慧城市能耗缺陷的最新状况,在缺陷重现时可迅速进行科学处置;而且,通过构建能耗差别化管理模型,分析智慧城市能耗使用的主要特点和相关层次,能够为能源使用部门提供适合于自身情况的能源使用方案。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明中一种适用于智慧城市的能耗数据管理系统的结构框图;
图2是本发明中能耗数据预测系统的结构示意图;
图3是本发明中能耗数据缺陷管理系统的结构示意图;
图4是本发明中能耗数据差别化管理系统的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明中,所述能耗数据采集系统包括所有适用于对智慧城市能耗数据进行数据采集的系统,包括但不限于基于物联网技术的能耗数据采集系统。
如图1所示,本发明提供了一种适用于智慧城市的能耗数据管理系统,所述能耗数据管理系统用于对外部能耗数据采集系统所采集的能耗数据进行有效管理,包括能耗数据预测系统、能耗数据缺陷管理系统和能耗数据差别化管理系统,其中:
所述能耗数据预测系统用于对所采集的能耗数据进行存储、分析和预测,并基于分析和预测结果制定优化控制策略和能耗管理操作模型;
所述能耗数据缺陷管理系统用于对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
所述能耗数据差别化管理系统基于预设能耗数据分类模型和预设能耗差别化知识库对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
如图2所示,所述能耗数据预测系统包括能耗预测集群服务器和优化控制策略模块,所述能耗预测集群服务器对所采集的能耗数据进行存储并构建能耗数据分析模型,基于能耗数据分析模型对能耗数据相关度、能耗分布和能耗变化情况进行分析,进而构成能耗数据预测模型,基于预设BP神经网络按小时、日、周、月、季度和年预测能耗变化趋势;所述优化控制策略模块根据预测能耗变化趋势设计优化控制策略以及不同用户的能耗管理操作模型,为决策者和操作者提供依据。
本实施例中,所述智慧城市能耗预测包括能耗数据发展趋势、季节性变化、周期性变化和随机性变化等方面,为了能够及时向用户提供能耗预警信息和分析预测精度,为城市能源调度和用能策略提供依据,针对智慧城市能耗数据数量庞大、动态变化、涉及部门多等特点,构建智慧城市能耗数据分析模型,以对能耗数据相关度、能耗分布与能耗变化等方面进行分析,同时构建智慧城市能耗预测模型,基于BP神经网络技术分析预测能耗变化趋势,实现小时、天、周、月和季度等精度的能耗数据预测,进而建立适合各级各类管理部门使用的各类操作模型,为决策人员和操作人员提供决策依据。
本实施例中,所述优化控制策略模块仅针对节能专家类用户,而对于普通用户,仅通过预测集群服务器的分析预测结果做出预测预警,当预测集群服务器中的预测值超过预设的阈值时,则向普通用户发出预警信号,以便于用户采取相应措施。在其他实施例中,也可向节能专家类用户发出预警信号,同时也可通过优化控制策略模块设计普通用户的优化控制策略和能耗管理操作模型。
如图3所示,所述能耗数据缺陷管理系统包括能源缺陷库、能源缺陷修复器、能源缺陷专家决策库和能源归类知识库,其中:
所述能源缺陷库用于挖掘所采集的能耗数据中符合能源缺陷预定义的能耗数据并进行标识和存储;
所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复,同时将所记录的修复情况反馈给能源缺陷库;
所述能源缺陷专家决策库根据能源缺陷修复器所存储的能耗数据完善数据修复决策,并将各类能源缺陷对应的数据修复决策传输给能源缺陷修复器,同时向能源归类知识库反馈能源缺陷分类;
所述能源归类知识库基于SOM技术对能源缺陷库中的能耗数据进行归类分析,并将归类分析结果反馈给能源缺陷库以完善能源缺陷库,同时为能源缺陷专家决策库提供基本决策规则。
其中,所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复的具体方式为:所述能源缺陷修复器将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类,具体分为显式缺陷和隐式缺陷,对于显式缺陷,利用能源缺陷修复器将超标的单一属性值降低到合理水平;对于隐式缺陷,找出主因,并把与主因关联的属性值降低。
本实施例中,根据城市能源消耗属性值是否超标将所采集的能耗数据中的能耗缺陷分为显式缺陷和隐式缺陷两类,为了有效减少能源消耗过程中由于“人为”、“故障”或其他不可预知原因而造成的浪费现象,构建了智慧城市能耗缺陷描述模型以此实现对城市能耗缺陷的标准化描述,并基于此对智慧城市能耗缺陷进行精细化分类,进而能够准确定位城市能耗缺陷发生的主要原因并快速得到能源缺陷的处置方案进行分类修复,从而可对智慧城市能耗缺陷进行全程跟踪监测,准确掌握城市能耗缺陷的最新状况,在缺陷重现时迅速进行科学处置。
如图4所示,所述能耗差别化管理模块包括能耗差别化分类器、能耗差别化估值器、能耗差别化知识库、能耗差别化预值器和能耗差别化方案模块,其中:
所述能耗差别化分类器用于建立能耗数据分类模型,并基于所建立的能耗数据分类模型对所采集的能耗数据进行差别化分类;
所述能耗差别化知识库根据外部环境数据输入生成能耗差别化规则集合,并基于所述能耗差别化规则集合指导各类能耗的差别化估值分析和预值分析,同时基于估值分析结果和预值分析结果对能耗差别化知识库进行实时更新;
所述能耗差别化估值器根据所述能耗差别化规则集合和能耗差别化分类器的差别化分类结果对各类能耗数据进行分析评估,获取各类能耗的差别化估值;
所述能耗差别化预值器根据能耗差别化知识库和各类能耗的差别化估值对各类差别化能耗数据进行分析挖掘,获取不同能源的使用趋势;
所述能耗差别化方案模块基于不同能源的使用趋势制定差别化方案以对用户能耗进行引导。
其中,所述差别化方案包括决策部门差别化方案和企业部门差别化方案,决策部门差别化方案包括区域用能分析、区域用能规律分析和各类用能单位的具体分布情况分析;企业部门差别化方案包括收费方案选择指导、差别化费用预测和企业节能指导方案。根据智慧城市各类能耗的实际数据,通过分析不同区域、不同行业和不同企业能耗数据的走向趋势,即可构建智慧城市能耗差别化管理模型,基于所构建的能耗差别化管理模型分析智慧城市能耗使用的主要特点和相关层次制定差别化方案对用户能耗进行引导,如:制定面向政府管理部门研究能源动态定价方法,为政府管理部门能源定价和能源调度提供决策依据;制定面向能源使用部门研究智能化能源消费方法,为能源使用部门提供适合于自身情况的能源使用方案。
综上所述,通过上述设置,智慧城市能耗差别化管理系统可为政府部门管理人员提供区域用能数据分析结果,便于管理人员发现区域用能是否具有变化规律(如季节性变化)、“高耗能单位”、“可中断耗能单位”的具体分布情况;为企业提供实际用能数据分析结果,根据分析结果向企业提出优化用能建议方案,为企业节约能耗成本。能耗差别化管理模块为得到上述结果,拟采用的实验手段:首先以能耗差别化管理数据仓库为基础,分析数据中心的各类能源数据作为模型输入;除此之外,模型的输入还包括:当地实际地理环境,企业盈利情况,经济发展程度,能源使用情况。通过这些输入,在模型中对数据进行差别化管理,并在实际差别的基础上进行预测分析。
本发明还提供一种适用于智慧城市的能耗数据管理方法,所述方法基于上述所述的适用于智慧城市的能耗数据管理系统进行数据管理,包括以下步骤:
S1、通过数据采集系统获取智慧城市的能耗数据并将所采集的能耗数据传输给能耗数据管理系统;
S2、构建能耗数据预测系统,利用能耗数据预测系统所采集的能耗数据进行存储、分析和预测,并基于分析和预测结果制定优化控制策略和能耗管理操作模型;
S3、构建能耗数据缺陷管理系统,利用能耗数据缺陷管理系统对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
S4、构建能耗数据差别化管理系统,基于预设能耗数据分类模型和预设能耗差别化知识库并利用能耗差别化管理系统对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
基于上述对适用于智慧城市的能耗数据管理系统的描述,所述能耗数据管理方法具有同样的技术效果,此处不再赘述。
总而言之,本发明具有如下优点:
本发明通过构建能耗数据分析分析模型对所采集的智慧城市能耗数据进行分析预测,进而制定优化控制策略和能耗管理操作模型,为决策人员和操作人员提供决策依据;同时,构建智慧城市能耗缺陷描述模型对符合能源缺陷预定义的能耗数据进行标识、存储和分类,并利用数据修复决策对标识和分类的能耗数据进行缺陷修复,进而准确定位智慧城市能耗缺陷发生的主要原因以及获取能源缺陷的处置方案,掌握智慧城市能耗缺陷的最新状况,在缺陷重现时可迅速进行科学处置;而且,通过构建能耗差别化管理模型,分析智慧城市能耗使用的主要特点和相关层次,能够为能源使用部门提供适合于自身情况的能源使用方案。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种适用于智慧城市的能耗数据管理系统,其特征在于,所述能耗数据管理系统用于对外部能耗数据采集系统所采集的能耗数据进行有效管理,包括能耗数据预测系统、能耗数据缺陷管理系统和能耗数据差别化管理系统,其中:
所述能耗数据预测系统用于对所采集的能耗数据进行存储、分析和趋势预测,并基于分析和趋势预测结果为用户提供能耗使用建议以及制定优化控制策略;
所述能耗数据缺陷管理系统用于对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
所述能耗数据差别化管理系统基于预设能耗数据分类模型和预设能耗差别化知识库对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
2.根据权利要求1所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述能耗数据预测系统包括能耗预测集群服务器和优化控制策略模块,所述能耗预测集群服务器对所采集的能耗数据进行存储并构建能耗数据分析模型,基于能耗数据分析模型对能耗数据相关度、能耗分布和能耗变化情况进行分析,进而构成能耗数据预测模型,基于预设BP神经网络按小时、日、周、月、季度和年预测能耗变化趋势;所述优化控制策略模块根据预测能耗变化趋势设计优化控制策略以及不同用户的能耗管理操作模型,为决策者和操作者提供依据。
3.根据权利要求1所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述能耗数据缺陷管理系统包括能源缺陷库、能源缺陷修复器、能源缺陷专家决策库和能源归类知识库,其中:
所述能源缺陷库用于挖掘所采集的能耗数据中符合能源缺陷预定义的能耗数据并进行标识和存储;
所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复,同时将所记录的修复情况反馈给能源缺陷库;
所述能源缺陷专家决策库根据能源缺陷修复器所存储的能耗数据完善数据修复决策,并将各类能源缺陷对应的数据修复决策传输给能源缺陷修复器,同时向能源归类知识库反馈能源缺陷分类;
所述能源归类知识库基于SOM技术对能源缺陷库中的能耗数据进行归类分析,并将归类分析结果反馈给能源缺陷库以完善能源缺陷库,同时为能源缺陷专家决策库提供基本决策规则。
4.根据权利要求3所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述能源缺陷修复器用于将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类修复的具体方式为:所述能源缺陷修复器将能源缺陷库中所存储的能耗数据对应能源缺陷进行分类,具体分为显式缺陷和隐式缺陷,对于显式缺陷,利用能源缺陷修复器将超标的单一属性值降低到合理水平;对于隐式缺陷,找出主因,并把与主因关联的属性值降低。
5.根据权利要求1所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述能耗差别化管理模块包括能耗差别化分类器、能耗差别化估值器、能耗差别化知识库、能耗差别化预值器和能耗差别化方案模块,其中:
所述能耗差别化分类器用于建立能耗数据分类模型,并基于所建立的能耗数据分类模型对所采集的能耗数据进行差别化分类;
所述能耗差别化知识库根据外部环境数据输入生成能耗差别化规则集合,并基于所述能耗差别化规则集合指导各类能耗的差别化估值分析和预值分析,同时基于估值分析结果和预值分析结果对能耗差别化知识库进行实时更新;
所述能耗差别化估值器根据所述能耗差别化规则集合和能耗差别化分类器的差别化分类结果对各类能耗数据进行分析评估,获取各类能耗的差别化估值;
所述能耗差别化预值器根据能耗差别化知识库和各类能耗的差别化估值对各类差别化能耗数据进行分析挖掘,获取不同能源的使用趋势;
所述能耗差别化方案模块基于不同能源的使用趋势制定差别化方案以对用户能耗进行引导。
6.根据权利要求5所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述能耗差别化知识库的外部环境数据包括实际地理环境、经济发展程度、居民收入情况和企业盈利情况。
7.根据权利要求6所述的适用于智慧城市的能耗数据管理系统,其特征在于,所述差别化方案包括决策部门差别化方案和企业部门差别化方案,决策部门差别化方案包括区域用能分析、区域用能规律分析和各类用能单位的具体分布情况分析;企业部门差别化方案包括收费方案选择指导、差别化费用预测和企业节能指导方案。
8.一种适用于智慧城市的能耗数据管理方法,其特征在于,所述方法基于权利要求1-7任一项所述的适用于智慧城市的能耗数据管理系统进行数据管理,包括以下步骤:
S1、通过数据采集系统获取智慧城市的能耗数据并将所采集的能耗数据传输给能耗数据管理系统;
S2、构建能耗数据预测系统,利用能耗数据预测系统所采集的能耗数据进行存储、分析和预测,并基于分析和预测结果制定优化控制策略和能耗管理操作模型;
S3、构建能耗数据缺陷管理系统,利用能耗数据缺陷管理系统对所采集的能耗数据中符合能源缺陷预定义的能耗数据进行缺陷标识、分类和修复;
S4、构建能耗数据差别化管理系统,基于预设能耗数据分类模型和预设能耗差别化知识库并利用能耗差别化管理系统对所采集的能耗数据进行差别化分类和估值,并基于差别化分类和估值的结果获取不同能源的使用趋势,进而制定出不同用户的差别化方案以实现对用户能耗的引导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282682.4A CN114648163A (zh) | 2022-03-22 | 2022-03-22 | 一种适用于智慧城市的能耗数据管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282682.4A CN114648163A (zh) | 2022-03-22 | 2022-03-22 | 一种适用于智慧城市的能耗数据管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114648163A true CN114648163A (zh) | 2022-06-21 |
Family
ID=81994675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210282682.4A Pending CN114648163A (zh) | 2022-03-22 | 2022-03-22 | 一种适用于智慧城市的能耗数据管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114648163A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787659A (zh) * | 2024-02-23 | 2024-03-29 | 中建照明有限公司 | 一种基于5g的智慧城市能源管理系统及方法 |
-
2022
- 2022-03-22 CN CN202210282682.4A patent/CN114648163A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787659A (zh) * | 2024-02-23 | 2024-03-29 | 中建照明有限公司 | 一种基于5g的智慧城市能源管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491969B (zh) | 基于大数据的空间负荷预测模型构建方法 | |
CN102289569B (zh) | 一种电力系统突发事件应急处理方法 | |
CN101728868B (zh) | 遥测电力负荷特性的分类和预测方法 | |
CN101872441A (zh) | 离散资源管理 | |
CN109754177B (zh) | 污染源画像标签体系、污染源画像的构造方法及其应用 | |
Pan et al. | Dissecting the learning curve of taxi drivers: A data-driven approach | |
KR101173823B1 (ko) | 공동주택의 에너지 사용량 예측 시스템 및 방법 | |
CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
CN104063766A (zh) | 基于云计算和大数据技术的建筑能效管理系统 | |
CN115907822A (zh) | 一种考虑区域及经济影响的负荷特征指标关联性挖掘方法 | |
Sathishkumar et al. | An energy consumption prediction model for smart factory using data mining algorithms | |
CN113222442A (zh) | 实时交通大气污染排放清单计算方法以及决策辅助方法 | |
CN111737325A (zh) | 一种基于大数据技术的电力数据分析方法和装置 | |
CN113538067A (zh) | 一种基于机器学习的城际网约车需求预测方法及系统 | |
CN114648163A (zh) | 一种适用于智慧城市的能耗数据管理系统及方法 | |
Song et al. | An enhanced clustering-based method for determining time-of-day breakpoints through process optimization | |
Cao | Measuring sustainable development efficiency of urban logistics industry | |
Zhang et al. | An automatic real-time bus schedule redesign method based on bus arrival time prediction | |
KR20220006353A (ko) | 쓰레기 운반 차량의 최적 경로 추천 방법 및 시스템 | |
Yuill et al. | Application of Adaptive Neuro Fuzzy Inference System (ANFIS) based short term load forecasting in South African power networks | |
CN117273414A (zh) | 一种用于智慧城市大数据分析识别系统及方法 | |
Von Lucken et al. | Pump scheduling optimization using asynchronous parallel evolutionary algorithms | |
CN117634678A (zh) | 基于实际运行场景的低碳园区碳排放预测方法 | |
Tian et al. | Expressway traffic flow forecasting based on SF-RF model via ETC data | |
CN115712636A (zh) | 一种基于大数据分析的电力规划数据采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |