CN115130572A - 一种公共建筑能耗异常的确定方法、装置、设备及介质 - Google Patents
一种公共建筑能耗异常的确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115130572A CN115130572A CN202210730803.7A CN202210730803A CN115130572A CN 115130572 A CN115130572 A CN 115130572A CN 202210730803 A CN202210730803 A CN 202210730803A CN 115130572 A CN115130572 A CN 115130572A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- determining
- time period
- data
- public building
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 520
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003203 everyday effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Abstract
本发明公开了一种公共建筑能耗异常的确定方法、装置、设备及介质。其中,所述方法包括:通过物联网平台按照预设周期获取公共建筑的能耗数据;确定公共建筑在当前时间段的目标用能模式;确定公共建筑在目标用能模式下的能耗阈值;其中,能耗阈值根据目标用能模式下公共建筑在其他时间段的能耗数据进行确定;其他时间段的结束时间先于当前时间段的开始时间;根据当前时间段的能耗数据以及能耗阈值确定公共建筑在当前时间段的能耗异常类别。通过执行本方案,可以实现科学客观地确定公共建筑的能耗异常情况,有助于及时发现能耗异常,可以减少不必要的损失。
Description
技术领域
本发明实施例涉及建筑节能技术领域,尤其涉及一种公共建筑能耗异常的确定方法、装置、设备及介质。
背景技术
在建筑领域,由于使用不当、设备故障等潜在因素引起的能源浪费广泛存在,建筑能耗已经占据了超过1/3的全球能耗总量。另外,建筑内很多重要的电气设备都比较脆弱,长时间负载过高或者是故障停运,都会造成不小的经济损失,甚至引发一些危险事故。
对这些公共建筑的能耗使用情况进行实时检测,能够及时发现问题,做出一些预防性的措施来降低损失。但是,相关技术中的公共建筑能耗异常的检测方法,对建筑能耗相关的大批量数据不能进行合理有效地利用,从而无法科学客观地确定公共建筑的能耗异常类别,导致不能及时发现公共建筑的能耗异常,造成不必要的经济损失。
发明内容
本发明实施例提供一种公共建筑能耗异常的确定方法、装置、设备及介质,可以实现对公共建筑的能耗使用情况进行实时监测,科学客观地确定异常类别,有助于及时发现能耗异常,可以减少不必要的损失。
第一方面,本发明实施例提供了一种公共建筑能耗异常的确定方法,该方法包括:
通过物联网平台按照预设周期获取公共建筑的能耗数据;
确定所述公共建筑在当前时间段的目标用能模式;
确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
第二方面,本发明实施例还提供了一种公共建筑能耗异常的确定装置,该装置包括:
能耗数据确定模块,用于通过物联网平台按照预设周期获取公共建筑的能耗数据;
目标用能模式确定模块,用于确定所述公共建筑在当前时间段的目标用能模式;
能耗阈值确定模块,用于确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
能耗异常类别确定模块,用于根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
第三方面,本发明实施例还提供了一种电子设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一项所述的公共建筑能耗异常的确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一项所述的公共建筑能耗异常的确定方法。
本发明实施例提供的技术方案,通过物联网平台按照预设周期获取公共建筑的能耗数据;确定公共建筑在当前时间段的目标用能模式;确定公共建筑在目标用能模式下的能耗阈值;其中,能耗阈值根据目标用能模式下公共建筑在其他时间段的能耗数据进行确定;其他时间段的结束时间先于当前时间段的开始时间;根据当前时间段的能耗数据以及能耗阈值确定公共建筑在当前时间段的能耗异常类别。通过执行本发明实施例提供的技术方案,可以实现科学客观地确定公共建筑的能耗异常情况,有助于及时发现能耗异常,可以减少不必要的损失。
附图说明
图1是本发明实施例提供的一种公共建筑能耗异常的确定方法的流程图;
图2是本发明实施例提供的另一种公共建筑能耗异常的确定方法的流程图;
图3是本发明实施例提供的一种公共建筑能耗异常的确定装置结构示意图;
图4是本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例提供的公共建筑能耗异常的确定方法的流程图,所述方法可以由公共建筑能耗异常的确定装置来执行,所述装置可以由软件和/或硬件的方式实现,所述装置可以配置在用于对公共建筑能耗异常的确定的电子设备中。所述方法应用于对公共建筑的能耗数据进行实时监测的场景中。如图1所示,本发明实施例提供的技术方案具体包括:
S110:通过物联网平台按照预设周期获取公共建筑的能耗数据。
其中,预设周期可以是5min,预设周期可以是10min,预设周期可以根据实际需要进行设置。公共建筑可以是教室,公共建筑也可以是食堂,公共建筑可以根据实际需要进行设置。能耗数据可以是功率,能耗数据可以根据实际需要进行设置。本方案可以通过物联网平台连接与公共建筑相连的电表设备,从电表设备中按照预设周期获取公共建筑的能耗数据。例如通过物联网平台每隔5min获取公共建筑在过去5min内总的能耗数据。或者,通过物联网平台每隔10min获取公共建筑在过去10min内总的能耗数据。
S120:确定所述公共建筑在当前时间段的目标用能模式。
其中,当前时间段可以是当天,当前时间段可以根据实际需要进行设置。本方案以当前时间段为当天为例。本方案可以通过将当前时间段对应的温度和/或湿度数据以及日历数据输入至训练完成的用能模型中确定公共建筑在当前时间段的目标用能模式。例如假设当前时间段为当天,而当天为工作日,那么公共建筑在当前时间段的目标用能模式可以为用能模式A。或者,假设当前时间段为当天,而当天为节假日,那么公共建筑在当前时间段的目标用能模式可以为用能模式B。
S130:确定所述公共建筑在所述目标用能模式下的能耗阈值。
其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间。
其中,其他时间段的结束时间应该先于当前时间段的开始时间。其他时间段的能耗数据可以是公共建筑在过去一年的能耗数据。其他时间段的能耗数据可以是公共建筑在过去半年的能耗数据。其他时间段可以根据实际需要进行设置。能耗阈值可以是能耗上限阈值,能耗阈值可以是能耗下限阈值,能耗阈值可以根据实际需要进行设置。假设其他时间段为一年,目标用能模式假设为用能模式B。目标用能模式下的能耗阈值可以是统计过去一年内用能模式B的天数,例如100天,假设预设周期为5min,那么每天的能耗数据获取时间点数量为288。对于每一个能耗数据获取时间点,都可以得到用能模式B下的100个能耗数据,并从中确定最大能耗值和最小能耗值,将最大能耗值的95%作为公共建筑在用能模式B下的能耗上限阈值,将最小能耗值的105%作为公共建筑在用能模式B下的能耗下限阈值。从而可以得到公共建筑在用能模式B下的能耗阈值。
S140:根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
其中,能耗异常类别可以是用能持续过高,能耗异常类别也可以是用能过低,能耗异常类别还可以是用能持续为零,能耗异常类别可以根据实际需要进行设置。本方案可以根据当前时间段的能耗数据以及目标用能模式下的能耗阈值确定公共建筑在当前时间段的能耗异常类别。例如,本方案可以根据当前时间段在各个能耗数据获取时间点处的能耗数据与能耗上限阈值进行比较,将超出能耗上限阈值的能耗数据对应的能耗数据获取时间点作为异常数据点。以及,本方案可以根据当前时间段在各个能耗数据获取时间点处的能耗数据与能耗下限阈值进行比较,将低于能耗下限阈值的能耗数据对应的能耗数据获取时间点作为异常数据点。以及,将能耗数据值为零对应的能耗数据获取时间点作为异常数据点。然后分别根据超出能耗上限阈值的异常数据点数量与当前时间段内能耗数据总数量的比值、低于能耗下限阈值的异常数据点数量与当前时间段内能耗数据总数量的比值、能耗数据值为零的异常数据点数量与当前时间段内能耗数据总数量的比值确定公共建筑在当前时间段的能耗异常类别。
本发明实施例提供的技术方案,通过物联网平台按照预设周期获取公共建筑的能耗数据;确定公共建筑在当前时间段的目标用能模式;确定公共建筑在目标用能模式下的能耗阈值;其中,能耗阈值根据目标用能模式下公共建筑在其他时间段的能耗数据进行确定;其他时间段的结束时间先于当前时间段的开始时间;根据当前时间段的能耗数据以及能耗阈值确定公共建筑在当前时间段的能耗异常类别。通过执行本发明实施例提供的技术方案,可以实现科学客观地确定公共建筑的能耗异常情况,有助于及时发现能耗异常,可以减少不必要的损失。
图2是本发明实施例提供的公共建筑能耗异常的确定方法的流程图,本实施例在上述实施例的基础上进行优化。如图2所示,本发明实施例中的公共建筑能耗异常的确定方法可以包括:
S210:通过物联网平台按照预设周期获取公共建筑的能耗数据。
S220:确定当前时间段对应的天气数据以及日历数据。
其中,所述天气数据包括温度和/或湿度,所述日历数据包括工作日、周末以及节假日中的至少一项。
具体的,本方案可以确定当前时间段的温度和/或湿度以及当前时间段对应的具体日期,然后根据具体日期确定当前时间段属于工作日、周末还是节假日,并将当前时间段转换为工作日、周末以及节假日中的一个。
S230:将所述天气数据以及日历数据输入至用能模型中,得到所述公共建筑在所述当前时间段的目标用能模式。
其中,用能模型可以为根据其他时间段内每天的天气数据、日历数据以及其他时间段每天的用能模式作为训练样本,采用分类算法进行训练得到的分类模型,通过用能模型可以确定用能模式。本方案可以将当前时间段对应的温度和/或湿度以及日历数据输入到训练完成的用能模型中,得到公共建筑在当前时间段的目标用能模式。
在一个可行的实施方式中,可选的,用能模型的确定过程包括:确定其他时间段内每天的天气数据以及日历数据;将所述其他时间段内每天的天气数据、日历数据以及所述公共建筑在所述其他时间段内每天的用能模式分别输入至分类模型中进行训练,得到训练完成的用能模型。
具体的,分类模型可以是LightGBM模型,分类模型可以根据实际需要进行设置。假设其他时间段为一年,则本方案可以确定过去一年内每天的温度和/或湿度以及每天的日历数据。其中,日历数据为工作日、周末或者节假日中的一个。本方案还可以确定过去一年内每天的用能模式。然后将过去一年内每天的温度和/或湿度、每天的日历数据以及每天的用能模式作为训练样本输入到LightGBM模型中进行训练,得到训练完成的用能模型。
由此,通过确定其他时间段内每天的天气数据以及日历数据;将其他时间段内每天的天气数据、日历数据以及公共建筑在其他时间段内每天的用能模式分别输入至分类模型中进行训练,得到训练完成的用能模型。可以实现为用能模式的确定提供可靠的数据模型,为后续步骤提供了可靠的数据来源。
在本实施例中,可选的,每天的用能模式的确定过程包括:确定所述公共建筑在所述其他时间段的历史能耗数据;根据所述历史能耗数据确定所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值;将所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值输入至聚类模型中确定所述公共建筑在所述其他时间段内每天的用能模式。
其中,聚类模型可以是DBSCAN模型,聚类模型可以根据实际需要进行确定。其他时间段可以是一年,其他时间段可以是半年,其他时间段可以根据实际需要进行设置。假设本方案确定公共建筑在过去一年的历史能耗数据,那么本方案可以根据过去一年每天的历史能耗数据确定过去一年每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值,然后将每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值作为训练样本输入至DBSCAN模型中,得到公共建筑在每天的用能模式。然后将确定的公共建筑在每天的用能模式作为输入以训练用能模型。
其中,DBSCAN模型为无监督学习模型,其输出为0、1或2,分别表示不同的用能模式。
由此,通过确定公共建筑在其他时间段的历史能耗数据;根据历史能耗数据确定公共建筑在其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值;将公共建筑在其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值输入至聚类模型中确定公共建筑在其他时间段内每天的用能模式。可以有效避免异常噪声值对模型效果造成的影响,可以实现对其他时间段内每天的用能模式进行精确地确定,为后续步骤提供了可靠的数据来源。
S240:确定所述公共建筑在所述目标用能模式下的能耗阈值。
在本实施例中,可选的,确定所述公共建筑在所述目标用能模式下的能耗阈值,包括:对于所述当前时间段内的每个能耗数据获取时间点,确定所述其他时间段内在所述能耗数据获取时间点处,对应所述目标用能模式的能耗最大值以及能耗最小值;将所述能耗最大值的第一预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗上限阈值;将所述能耗最小值的第二预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗下限阈值。
其中,第一预设百分比可以是95%,第一预设百分比可以是98%,第一预设百分比可以根据实际需要进行确定。第二预设百分比可以是105%,第二预设百分比可以是110%,第二预设百分比可以根据实际需要进行确定。假设当前时间段为当天,本方案可以确定公共建筑在目标用能模式下一天之内各个能耗数据获取时间点的能耗上限阈值以及能耗下限阈值。示例性的,假设其他时间段为一年,目标用能模式假设为用能模式B。本方案可以根据训练完成的聚类模型统计过去一年内公共建筑为用能模式B的天数,例如100天。假设预设周期为5min,那么本方案可以获取到的公共建筑在每天的能耗数据获取时间点数量为288。在这100天内,对应每一个能耗数据获取时间点,都可以得到1个能耗数据。从同一个能耗数据获取时间点的100个能耗数据中确定最大能耗值和最小能耗值,将最大能耗值的95%作为公共建筑在用能模式B下能耗数据获取时间点处的能耗上限阈值,将最小能耗值的105%作为公共建筑在用能模式下用能模式B下的能耗下限阈值。
由此,通过确定公共建筑在不同用能模式下各个能耗数据获取时间点的能耗上限值和能耗下限值,可以实现为实时确定公共建筑的能耗异常情况提供可靠的数据来源,可以及时发现能耗异常事件。
S250:根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
在另一个可行的实施方式中,可选的,根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别,包括:对于所述当前时间段内的每个能耗数据获取时间点,根据所述公共建筑在所述能耗数据获取时间点的能耗数据、所述能耗上限阈值以及所述能耗下限阈值确定所述公共建筑在所述当前时间段的异常数据点;根据相邻异常数据点的时间间隔确定异常时间段;根据所述异常时间段内的异常数据点数量与所述异常时间段内能耗数据总数量的数量占比确定所述公共建筑在所述异常时间段的能耗异常类别。
示例性的,本方案对于当天内的每个能耗数据获取时间点,都可以确定公共建筑在该能耗数据获取时间点的能耗数据、能耗上限阈值以及能耗下限阈值。然后将该能耗数据获取时间点的能耗数据分别与能耗上限阈值、能耗下限阈值进行比较,如果该能耗数据获取时间点的能耗数据大于能耗上限阈值,将该能耗数据获取时间点标记为异常数据点。或者,如果该能耗数据获取时间点的能耗数据小于能耗下限阈值,将该能耗数据获取时间点标记为异常数据点。或者,如果该能耗数据获取时间点的能耗数据值为零,将该能耗数据获取时间点标记为异常数据点。本方案可以实时获取当天内各个能耗数据获取时间点的能耗数据,并实时确定异常数据点和实时确定异常时间段。例如如果相邻的异常数据点之间的时间间隔小于30min,或者小于15min,则认为该相邻的异常数据点位于相同的异常时间段。每个异常时间段中包括至少一个异常时间点。然后根据异常时间段内的能耗数据大于能耗上限阈值的异常数据点数量与异常时间段内能耗数据总数量的数量占比、异常时间段内的能耗数据小于能耗下限阈值的异常数据点数量与异常时间段内能耗数据总数量的数量占比、异常时间段内的能耗数据值为零的异常数据点数量与异常时间段内能耗数据总数量的数量占比确定公共建筑在所述异常时间段的能耗异常类别,例如是用能过高、用能过低还是用能持续为零。
由此,通过对公共建筑的实时能耗数据与能耗上限阈值以及能耗下限阈值的比较结果,实时确定公共建筑的异常时间段和该异常时间段内的能耗异常类别,可以实现及时发现能耗异常事件,有利于及时根据异常进行溯源,减少不必要的损失。
在又一个可行的实施方式中,可选的,根据所述异常时间段内的异常数据点数量与所述异常时间段内能耗数据总数量的数量占比确定所述公共建筑在所述异常时间段的能耗异常类别,包括:若在所述异常时间段内,能耗数据大于所述能耗上限阈值的异常数据点数量与能耗数据总数量的数量占比大于第一预设比值,则确定所述能耗异常类别为用能过高;或者,若在所述异常时间段内,能耗数据小于所述能耗下限阈值的异常数据点数量与能耗数据总数量的数量占比大于第二预设比值,则确定所述能耗异常类别为用能过低;或者,若在所述异常时间段内,能耗数据为零的异常数据点数量与能耗数据总数量的数量占比大于第三预设比值,则确定所述能耗异常类别为用能持续为零。
示例性的,第一预设比值可以为70%,第一预设比值可以为80%,第一预设比值可以根据实际需要进行设置。第二预设比值可以为70%,第二预设比值可以为80%,第二预设比值可以根据实际需要进行设置。第三预设比值可以为70%,第三预设比值可以为80%,第三预设比值可以根据实际需要进行设置。第一预设比值、第二预设比值、第三预设比值可以相同也可以不同。本方案如果确定在异常时间段内,能耗数据大于能耗上限阈值的异常数据点数量与能耗数据总数量的数量占比大于第一预设比值,则表示公共建筑在该异常时间段内能耗持续过高,确定公共建筑的能耗异常类别为用能过高;或者,若在异常时间段内,能耗数据小于能耗下限阈值的异常数据点数量与能耗数据总数量的数量占比大于第二预设比值,则表示公共建筑在该异常时间段内能耗持续过低,确定公共建筑的能耗异常类别为用能过低;或者,若在异常时间段内,能耗数据为零的异常数据点数量与能耗数据总数量的数量占比大于第三预设比值,则表示公共建筑在该异常时间段内能耗持续为零,确定公共建筑的能耗异常类别为用能持续为零。
由此,通过对公共建筑在异常时间段内的能耗异常类别进行确定,可以实现及时发现能耗异常,可以根据异常进行及时溯源,减少不必要的损失。
另外,本方案在确定公共建筑在异常时间段的能耗异常类别之前,还可以根据异常时间段内的异常数据点数量和/或异常数据点数量与异常时间段内能耗数据总数量的数量占比确定是否为真实异常。例如,如果在异常时间段内的异常数据点个数大于6和/或异常数据点数量与异常时间段内能耗数据总数量的数量占比超过80%,则认为是真实异常,继续确定异常时间段内的能耗异常类别。否则,并非真实异常。
本方案在确定公共建筑在异常时间段内的能耗异常类别为用能过高之后,还可以分别确定异常时间段内各异常数据点的能耗数据平均值与对应的能耗上限阈值的平均值,如果前者超过后者的50%,则继续确定前者与后者之差是否超过0.5kw/h;如果是,则继续确定异常数据段内的用能模式是否稳定;如果确定用能模式稳定,则确定该用能异常为一级异常;如果确定用能模式不稳定,则确定其他时间段中是否有10%的天数出现过上述类似情况;如果是,则确定该用能异常为二级异常;如果不是,则确定该用能异常为一级异常。如果异常时间段内各异常数据点的能耗数据平均值与对应的能耗上限阈值的平均值之差没有超过0.5kw/h,继续确定前者与后者之差是否超过0.2kw/h;如果是,则确定该用能异常为二级异常。如果不是,则并非真实异常。如果异常时间段内各异常数据点的能耗数据平均值没有超出对应的能耗上限阈值的平均值的50%,则并非真实异常。
其中,本方案可以根据该用能模式下各个能耗数据获取时间点的实际能耗的信息熵。若该信息熵大于预先设定的阈值,则认为该用能模式不稳定;反之,则认为该用能模式稳定。信息熵的确定方法可以参考相关技术。
本方案在确定公共建筑在异常时间段内的能耗异常类别为用能持续为零之后,还可以确定异常时间段内的异常数据点数量是否大于12;如果是,则继续确定异常时间段所属的用能模式下异常时间段内的能耗下限阈值的平均值是否大于或者等于0.1kw/h;如果是,则表示用能异常为一级异常;如果不是,则表示用能异常为二级异常。如果异常时间段内的异常数据点数量是否小于或者等于12,则表示用能异常为二级异常。
本方案在确定公共建筑在异常时间段内的能耗异常类别为用能过低之后,还可以分别确定异常时间段内各异常数据点的能耗数据平均值与对应的能耗下限阈值的平均值,如果前者低于后者的50%,则继续确定前者与后者之差是否低于0.5kw/h;如果是,则继续确定异常数据段内的用能模式是否稳定;如果确定用能模式稳定,则确定该用能异常为一级异常;如果确定用能模式不稳定,则确定其他时间段中是否有10%的天数出现过上述类似情况;如果是,则确定该用能异常为二级异常;如果不是,则确定该用能异常为一级异常。如果异常时间段内各异常数据点的能耗数据平均值与对应的能耗上限阈值的平均值之差没有低于0.5kw/h,继续确定前者与后者之差是否低于0.2kw/h;如果是,则确定该用能异常为二级异常。如果不是,则并非真实异常。如果异常时间段内各异常数据点的能耗数据平均值没有低于对应的能耗上限阈值的平均值的50%,则并非真实异常。
另外,本方案还可以对于诊断的一级异常,立即给现场负责人员发送一条异常提示。对于诊断的二级异常,保存异常信息,以待后续自动写入周报。
本发明实施例提供的技术方案,通过物联网平台按照预设周期获取公共建筑的能耗数据;确定所述当前时间段对应的天气数据以及日历数据;将所述天气数据以及日历数据输入至用能模型中,得到所述公共建筑在所述当前时间段的目标用能模式;确定所述公共建筑在所述目标用能模式下的能耗阈值;根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。通过执行本发明实施例提供的技术方案,可以实现科学客观地确定公共建筑的能耗异常情况,有助于及时发现能耗异常,可以减少不必要的损失。
图3是本发明实施例提供的一种公共建筑能耗异常的确定装置结构示意图,所述装置可以配置在用于对公共建筑能耗异常的确定的电子设备中,如图3所示,所述装置包括:
能耗数据确定模块310,用于通过物联网平台按照预设周期获取公共建筑的能耗数据;
目标用能模式确定模块320,用于确定所述公共建筑在当前时间段的目标用能模式;
能耗阈值确定模块330,用于确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
能耗异常类别确定模块340,用于根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
可选的,目标用能模式确定模块320,包括天气数据以及日历数据确定单元,用于确定所述当前时间段对应的天气数据以及日历数据;目标用能模式确定单元,用于将所述天气数据以及日历数据输入至用能模型中,得到所述公共建筑在所述当前时间段的目标用能模式;其中,所述天气数据包括温度和/或湿度,所述日历数据包括工作日、周末以及节假日中的至少一项。
可选的,用能模型的确定过程包括:确定其他时间段内每天的天气数据以及日历数据;将所述其他时间段内每天的天气数据、日历数据以及所述公共建筑在所述其他时间段内每天的用能模式分别输入至分类模型中进行训练,得到训练完成的用能模型。
可选的,每天的用能模式的确定过程包括:确定所述公共建筑在所述其他时间段的历史能耗数据;根据所述历史能耗数据确定所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值;将所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值输入至聚类模型中确定所述公共建筑在所述其他时间段内每天的用能模式。
可选的,能耗阈值确定模块330,包括能耗最值确定单元,用于对于所述当前时间段内的每个能耗数据获取时间点,确定所述其他时间段内在所述能耗数据获取时间点处,对应所述目标用能模式的能耗最大值以及能耗最小值;能耗上限阈值确定单元,用于将所述能耗最大值的第一预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗上限阈值;能耗下限阈值确定单元,用于将所述能耗最小值的第二预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗下限阈值。
可选的,能耗异常类别确定模块340,包括异常数据点确定单元,用于对于所述当前时间段内的每个能耗数据获取时间点,根据所述公共建筑在所述能耗数据获取时间点的能耗数据、所述能耗上限阈值以及所述能耗下限阈值确定所述公共建筑在所述当前时间段的异常数据点;异常时间段确定单元,用于根据相邻异常数据点的时间间隔确定异常时间段;能耗异常类别确定单元,用于根据所述异常时间段内的异常数据点数量与所述异常时间段内能耗数据总数量的数量占比确定所述公共建筑在所述异常时间段的能耗异常类别。
可选的,能耗异常类别确定单元,具体用于:若在所述异常时间段内,能耗数据大于所述能耗上限阈值的异常数据点数量与能耗数据总数量的数量占比大于第一预设比值,则确定所述能耗异常类别为用能过高;或者,若在所述异常时间段内,能耗数据小于所述能耗下限阈值的异常数据点数量与能耗数据总数量的数量占比大于第二预设比值,则确定所述能耗异常类别为用能过低;或者,若在所述异常时间段内,能耗数据为零的异常数据点数量与能耗数据总数量的数量占比大于第三预设比值,则确定所述能耗异常类别为用能持续为零。
上述实施例所提供的装置可以执行本发明任意实施例所提供的公共建筑能耗异常的确定方法,具备执行方法相应的功能模块和有益效果。
图4是本发明实施例提供的一种电子设备结构示意图,如图4所示,该设备包括:
一个或多个处理器410,图4中以一个处理器410为例;
存储器420;
所述设备还可以包括:输入装置430和输出装置440。
所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接,图4中以通过总线连接为例。
存储器420作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种公共建筑能耗异常的确定方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种公共建筑能耗异常的确定方法,即:
通过物联网平台按照预设周期获取公共建筑的能耗数据;
确定所述公共建筑在当前时间段的目标用能模式;
确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
存储器420可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器420可选包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的一种公共建筑能耗异常的确定方法:
通过物联网平台按照预设周期获取公共建筑的能耗数据;
确定所述公共建筑在当前时间段的目标用能模式;
确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种公共建筑能耗异常的确定方法,其特征在于,包括:
通过物联网平台按照预设周期获取公共建筑的能耗数据;
确定所述公共建筑在当前时间段的目标用能模式;
确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
2.根据权利要求1所述的方法,其特征在于,确定所述公共建筑在当前时间段的目标用能模式,包括:
确定所述当前时间段对应的天气数据以及日历数据;
将所述天气数据以及日历数据输入至用能模型中,得到所述公共建筑在所述当前时间段的目标用能模式;其中,所述天气数据包括温度和/或湿度,所述日历数据包括工作日、周末以及节假日中的至少一项。
3.根据权利要求2所述的方法,其特征在于,用能模型的确定过程包括:
确定其他时间段内每天的天气数据以及日历数据;
将所述其他时间段内每天的天气数据、日历数据以及所述公共建筑在所述其他时间段内每天的用能模式分别输入至分类模型中进行训练,得到训练完成的用能模型。
4.根据权利要求3所述的方法,每天的用能模式的确定过程包括:
确定所述公共建筑在所述其他时间段的历史能耗数据;
根据所述历史能耗数据确定所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值;
将所述公共建筑在所述其他时间段内每天的最大能耗值、最小能耗值、能耗平均值以及能耗方差值输入至聚类模型中确定所述公共建筑在所述其他时间段内每天的用能模式。
5.根据权利要求1所述的方法,其特征在于,确定所述公共建筑在所述目标用能模式下的能耗阈值,包括:
对于所述当前时间段内的每个能耗数据获取时间点,确定所述其他时间段内在所述能耗数据获取时间点处,对应所述目标用能模式的能耗最大值以及能耗最小值;
将所述能耗最大值的第一预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗上限阈值;
将所述能耗最小值的第二预设百分比作为所述目标用能模式在所述能耗数据获取时间点的能耗下限阈值。
6.根据权利要求5所述的方法,其特征在于,根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别,包括:
对于所述当前时间段内的每个能耗数据获取时间点,根据所述公共建筑在所述能耗数据获取时间点的能耗数据、所述能耗上限阈值以及所述能耗下限阈值确定所述公共建筑在所述当前时间段的异常数据点;
根据相邻异常数据点的时间间隔确定异常时间段;
根据所述异常时间段内的异常数据点数量与所述异常时间段内能耗数据总数量的数量占比确定所述公共建筑在所述异常时间段的能耗异常类别。
7.根据权利要求6所述的方法,其特征在于,根据所述异常时间段内的异常数据点数量与所述异常时间段内能耗数据总数量的数量占比确定所述公共建筑在所述异常时间段的能耗异常类别,包括:
若在所述异常时间段内,能耗数据大于所述能耗上限阈值的异常数据点数量与能耗数据总数量的数量占比大于第一预设比值,则确定所述能耗异常类别为用能过高;或者,
若在所述异常时间段内,能耗数据小于所述能耗下限阈值的异常数据点数量与能耗数据总数量的数量占比大于第二预设比值,则确定所述能耗异常类别为用能过低;或者,
若在所述异常时间段内,能耗数据为零的异常数据点数量与能耗数据总数量的数量占比大于第三预设比值,则确定所述能耗异常类别为用能持续为零。
8.一种公共建筑能耗异常的确定装置,其特征在于,包括:
能耗数据确定模块,用于通过物联网平台按照预设周期获取公共建筑的能耗数据;
目标用能模式确定模块,用于确定所述公共建筑在当前时间段的目标用能模式;
能耗阈值确定模块,用于确定所述公共建筑在所述目标用能模式下的能耗阈值;其中,所述能耗阈值根据所述目标用能模式下公共建筑在其他时间段的能耗数据进行确定;所述其他时间段的结束时间先于所述当前时间段的开始时间;
能耗异常类别确定模块,用于根据所述当前时间段的能耗数据以及所述能耗阈值确定所述公共建筑在所述当前时间段的能耗异常类别。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一项所述的公共建筑能耗异常的确定方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的公共建筑能耗异常的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730803.7A CN115130572A (zh) | 2022-06-24 | 2022-06-24 | 一种公共建筑能耗异常的确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730803.7A CN115130572A (zh) | 2022-06-24 | 2022-06-24 | 一种公共建筑能耗异常的确定方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115130572A true CN115130572A (zh) | 2022-09-30 |
Family
ID=83380589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210730803.7A Pending CN115130572A (zh) | 2022-06-24 | 2022-06-24 | 一种公共建筑能耗异常的确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115130572A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350441A (zh) * | 2023-12-06 | 2024-01-05 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
-
2022
- 2022-06-24 CN CN202210730803.7A patent/CN115130572A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117350441A (zh) * | 2023-12-06 | 2024-01-05 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
CN117350441B (zh) * | 2023-12-06 | 2024-03-01 | 国网山东省电力公司烟台供电公司 | 公共建筑提效降碳运行优化系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709643B (zh) | 智慧园区管理系统、方法、计算机设备和存储介质 | |
WO2023040575A1 (zh) | 基于物联网的特殊作业现场异常预警分析系统及方法 | |
CN109977535B (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
CN111522864B (zh) | 基于用电数据的企业生产模式识别及转移生产预警方法 | |
CN115130572A (zh) | 一种公共建筑能耗异常的确定方法、装置、设备及介质 | |
CN114398354A (zh) | 数据监测方法、装置、电子设备及存储介质 | |
CN112886922A (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
CN115395657A (zh) | 一种基于云计算的智慧城市监视方法 | |
CN115173567A (zh) | 一种智能配电房的监测方法、装置、服务器及介质 | |
CN114564683A (zh) | 园区智慧用电监测系统 | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN111858140B (zh) | 污染物监控数据的校验方法、装置、服务器和介质 | |
CN112393765A (zh) | 一种校园建筑能耗管理方法、系统、设备及可读存储介质 | |
CN105992213A (zh) | 智能路由器、云端服务器及智能路由器启停系统 | |
CN207380516U (zh) | 一种污水处理远程集中监控系统 | |
CN115766793A (zh) | 一种基于数据中心机房基础环境监测报警装置 | |
CN110750760A (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN115060998A (zh) | 一种输电线路用电异常的确定方法、装置、设备及介质 | |
CN114706371A (zh) | 整车网络不休眠诊断方法、装置、电子设备及存储介质 | |
US11566806B2 (en) | Humidity analytics | |
CN113763221A (zh) | 一种大气污染的溯源方法、装置、电子设备及存储介质 | |
US10594441B2 (en) | Gap data collection for low energy devices | |
CN116165956B (zh) | 一种基于物联网的智能楼宇网络控制系统及方法 | |
CN110175187B (zh) | 一种建筑设备状态的确定方法及装置 | |
CN115062029B (zh) | 一种基于大数据的油气藏勘探开发特性数据成果管理系统 |
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 |