CN115542984A - 能源管理方法、装置、设备和计算机可读存储介质 - Google Patents

能源管理方法、装置、设备和计算机可读存储介质 Download PDF

Info

Publication number
CN115542984A
CN115542984A CN202211136182.6A CN202211136182A CN115542984A CN 115542984 A CN115542984 A CN 115542984A CN 202211136182 A CN202211136182 A CN 202211136182A CN 115542984 A CN115542984 A CN 115542984A
Authority
CN
China
Prior art keywords
energy consumption
equipment
calculating
building
consumption data
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
Application number
CN202211136182.6A
Other languages
English (en)
Inventor
任复明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuo Siwei Beijing Information Technology Co ltd
Original Assignee
Zhuo Siwei Beijing Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuo Siwei Beijing Information Technology Co ltd filed Critical Zhuo Siwei Beijing Information Technology Co ltd
Priority to CN202211136182.6A priority Critical patent/CN115542984A/zh
Publication of CN115542984A publication Critical patent/CN115542984A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D27/00Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
    • G05D27/02Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请的实施例提供了能源管理方法、装置、设备和计算机可读存储介质。所述方法包括获取能耗数据;通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。以此方式,提高了能耗计算的效率加强了对建筑日常能耗的运行管理。

Description

能源管理方法、装置、设备和计算机可读存储介质
技术领域
本申请的实施例涉及能耗管理领域,尤其涉及能源管理方法、装置、设备和计算机可读存储介质。
背景技术
当前,随着城市化进程的大力推进和城市人口的快速增加,建筑能耗总量呈现持续增长态势,并且增长速度有越来越快的趋势。能源短缺是大多数国家的共性问题,由于经济的快速发展增加了对能源的消耗,且在能源的利用中存在着巨大的浪费、低效等问题。在社会能耗总量中,建筑能耗占到了32%,其中公共建筑能耗占建筑能耗总量的22%,为节能降耗的工作重点。
面对如此严峻的建筑能耗现状,传统的能耗模拟分析方法由于其局限性大、准确率低的缺陷,已经不能满足现有的用户需求。
发明内容
根据本申请的实施例,提供了一种能源管理方案。
在本申请的第一方面,提供了一种能源管理方法。该方法包括:
获取能耗数据;
通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;
基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
进一步地,所述能耗数据包括设备产生的电、气和/或热能耗数据。
进一步地,所述通过每种能耗数据对应的判定模型,确定所有能耗超标的设备之前,还包括:
基于能耗数据,计算能耗指标数值;
通过指标修正系数,对所述能耗指标数值进行修正。
进一步地,所述判定模型通过如下方式进行训练:
构建训练样本集合;
计算所述样本集合中每一个输入项对不同类别的影响度;
基于所述影响度,计算与其对应的输入项隐藏层的初始权值;
基于所述初始权值对判定模型进行训练,当训练误差达到自期望误差时,完成对所述判定模型的训练。
进一步地,所述计算所述样本集合中每一个输入项对不同类别的影响度包括:
计算所述样本集合中,输出类别与输入项的条件概率;
基于所述条件概率,计算输入项对类别的影响度。
进一步地,所述计算所述样本集合中,输出类别与输入项的条件概率包括:
通过如下公式计算输出类别与输入项的条件概率:
Figure BDA0003852207010000021
其中,Aj为输入项;
Bk为输出类别;
Ajp为样本中某一输入项的v中取值。
进一步地,所述基于所述条件概率,计算输入项对类别的影响度包括:
通过如下公式计算输入项对类别的影响度:
Figure BDA0003852207010000022
其中,m为输出项类别个数。
在本申请的第二方面,提供了一种能源管理装置。该装置包括:
获取模块,用于获取能耗数据;
确定模块,用于通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;
控制模块,用于基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
在本申请的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
在本申请的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本申请的第一方面的方法。
本申请实施例提供的能源管理方法,通过获取能耗数据;通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制,提高了能耗计算的效率加强了对建筑日常能耗的运行管理。
应当理解,发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本申请的实施例提供的方法所涉及的系统架构图。
图2示出了根据本申请的实施例的能源管理方法的流程图;
图3示出了根据本申请的实施例的能源管理装置的方框图;
图4示出了适于用来实现本申请实施例的终端设备或服务器的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1示出了可以应用本申请的能源管理方法或能源管理装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如模型训练类应用、视频识别类应用、网页浏览器应用、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
当终端设备101、102、103为硬件时,其上还可以安装有视频采集设备。视频采集设备可以是各种能实现采集视频功能的设备,如摄像头、传感器等等。用户可以利用终端101、102、103上的视频采集设备来采集视频。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的数据处理的后台服务器。后台服务器可以对接收到的数据进行分析等处理,并可以将处理结果(例如控制指令)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。特别地,在目标数据不需要从远程获取的情况下,上述系统架构可以不包括网络,而只包括终端设备或服务器。
如图2所示,是本申请实施例能源管理方法的流程图。从图2中可以看出,本实施例的能源管理方法,包括以下步骤:
S210,获取能耗数据。
在本实施例中,用于能源管理方法的执行主体(例如图1所示的服务器)可以通过有线方式或者无线连接的方式获取能耗数据。
进一步地,上述执行主体可以获取与之通信连接的电子设备(例如图1所示的终端设备)发送的能耗数据,也可以是预先存储于本地的能耗数据。
随着目前科学技术的进步和自动监控设备的采用,大部分的建筑系统(例如,BMS)能够有效地记录建筑每时每刻产生的能耗以及设备数据,例如,设备产生的电、气和/或热能耗数据等。零散的能耗数据经过计算反映成了建筑的能耗评价指标,通过该建筑能耗指标能够有效地反映建筑中存在的能耗问题。
在本公开中,建筑能耗评价指标可包括建筑能耗强度指标和建筑能效指标。
其中,建筑能耗强度指标为,建筑单位面积消耗的建筑能源量,如单位平方米照明电耗与单位平方米空调电耗等指标。通常该类指标可通过同类型建筑的横向对比,判断出建筑的能耗水平,得到建筑能耗的影响因素,以及通过节能改造后的实际数据,检验建筑节能改造后的效果等;
建筑能效指标为,能耗设备提供的服务与其消耗的能源量之比,例如,水泵能效比、制冷系统能效比等。对比建筑能耗强度指标,建筑能效指标能够在一定程度上排除干扰因素,如建筑类型及其功能等方面的差别,同时聚焦于能耗设备运行的情况本身,能够直接地反映出节能潜力存在的方面。
具体地,能耗数据可包括单位能耗部分、用能时段合理性部分、空调系统部分和/或用能环境合理性部分等;
其中,单位能耗部分包括单位面积耗电量、单位面积耗水量和/或单位面积冷耗量等;
用能时段合理性部分包括非工作时段与工作时段电耗之比,以及非工作时段与工作时段水耗之比等;
空调系统部分包括空调系统能耗比、制冷系统能耗比、冷水机组运行效率和/或空调末端能效比等;
用能环境合理性部分包括室内平均温度、室内平均湿毒和/或室内外平均温差等。
S220,通过每种能耗数据对应的判定模型,确定所有能耗超标的设备。
在一些实施例中,通过每种能耗数据对应的判定模型,确定所有能耗超标的设备之前,还包括:
基于能耗数据,计算能耗指标数值,通过指标修正系数,分别对不同的能耗指标数值进行修正。即,以标准公共建筑的标准指标值作为参考基准,对实际建筑计算所得的能耗指标数值进行修正,从而使实际计算所得能耗指标值与标准指标值处于相同条件下。
具体地,
定义面积修正系数Ks,用于修正实际使用面积与标准评价指标值使用面积间可能存在的差异:
Figure BDA0003852207010000071
其中,Sa为实际使用面积;
Sn为公共建筑参考面积;
定义气象修正系数Kw,用于修正实际温湿度与标准评价指标温湿度间可能存在的差异:
Figure BDA0003852207010000072
其中,Ta为实际室内温度;
Ha为实际室内湿度;
La为实际室内照度;
Tn为季节参考室内温度;
Hn为季节参考室内湿度;
Ln为季节参考室内照度;
定义系统修正系数Ke,用于修正由于设备型号、功率而产生的指标数值差异:
Figure BDA0003852207010000073
其中,Kl为照明系统功率系数;
pl为建筑照片系统实际功率;
pnl为公共建筑照明系统参考功率;
Kc为空调系统功率系数;
pci为建筑空调系统各组成部分实际功率,例如。冷却塔、冷却泵和/或末端设备等;
pnci为公共建筑空调系统各组成部分参考功率;
定义工作时长修正系数Kb,用于对人员工作时长部分进行修正:
Figure BDA0003852207010000081
其中,Wa为实际建筑空调系统使用时长;
Wn为公共建筑系统参考使用时长;
定义指标修正系数K,由建筑面积、气象参数、设备系统以及工作时长四个修正系数组合而成,各个建筑能耗指标根据影响因素的不同使用其中的一个或者多个修正系数:
Figure BDA0003852207010000082
在一些实施例中,通过如下公式计算,当前建筑的节能潜力:
Figure BDA0003852207010000083
其中,k为修正系数;
Ia为通过计算得到的建筑实际指标值;
In为公共建筑参考指标值;
进一步地,D值越小,表明该指标的节能潜力越小,反之,则表明该指标的节能潜力较大。
在一些实施例中,判定模型通过如下方式进行训练:
构建一个具有N个样本的训练集Si(i=1、2、3……N),每一个样本中包括n个输入项Aj(j=1、2、3……n),样本有m个输出项类别Bk(k=1、2、3……m),对于样本中的某一个输入项Aj有v种取值Ajp(p=1、2、3……v),即,输出类别Bk与输入项Ajp的条件概率为:
Figure BDA0003852207010000091
进一步地,输入项Aj对类别B的影响度计算公式如下:
Figure BDA0003852207010000092
进一步地,根据影响度G确定该输入项对隐藏层的初始权值W。例如,例如计算得到某一个输入项对输出类别的影响度为0.5,则该输入项对隐藏层的所有权值取值范围都在[-0.5,0.5]之间;若计算得到某一个输入项对输出类别的影响度为0.2,则输入项对隐藏层的所有权值取值范围都在[-0.2,0.2]之间。
进一步地,根据每一个输入项的权值可取值范围,随机初始化该输入项对隐藏层的多个权值,即,基于所述初始权值对判定模型进行训练,当训练误差达到自期望误差时,完成对所述判定模型的训练。
在一些实施例中,为了达到更好的训练效果,在训练样本之前,对训练样本数据进行归一化处理;
具体地,通过如下公式进行归一化处理:
Figure BDA0003852207010000093
其中,n为输入特征向量的位数;
xio为归一化后的第i个特征值;
xi为归一化之前的第i个特征参数;
xmax为第i个特征向量元素中的最大值;
xmin为第i个特征向量元素中的最小值。
在一些实施例中,通过每种能耗数据对应的判定模型,确定所有能耗超标的设备。
S230,基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
在一些实施例中,基于所有能耗超标的设备,以及每个设备的节能潜力,生成控制指令,实现对建筑内各设备的能耗控制。
根据本公开的实施例,实现了以下技术效果:
通过本公开的方法,提高了能耗计算的效率,能够帮助用户更好地了解建筑当前的能耗情况,发掘建筑能耗的节能潜力,从而加强对建筑日常能耗的运行管理,减少建筑能源消耗量,真正达到建筑节能的效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本申请所述方案进行进一步说明。
图3示出了根据本申请的实施例的能源管理装置300的方框图如图3所示,装置300包括:
获取模块310,用于获取能耗数据;
确定模块320,用于通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;
控制模块330,用于基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图4示出了适于用来实现本申请实施例的终端设备或服务器的结构示意图。
如图4所示,终端设备或服务器包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有终端设备或服务器操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本申请的实施例,上文方法流程步骤可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本申请中,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。而在本申请中,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。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或者多个程序,当上述前述程序被一个或者一个以上的处理器用来执行描述于本申请的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种能源管理方法,其特征在于,包括:
获取能耗数据;
通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;
基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
2.根据权利要求1所述的方法,其特征在于,所述能耗数据包括设备产生的电、气和/或热能耗数据。
3.根据权利要求2所述的方法,其特征在于,所述通过每种能耗数据对应的判定模型,确定所有能耗超标的设备之前,还包括:
基于能耗数据,计算能耗指标数值;
通过指标修正系数,对所述能耗指标数值进行修正。
4.根据权利要求3所述的方法,其特征在于,所述判定模型通过如下方式进行训练:
构建训练样本集合;
计算所述样本集合中每一个输入项对不同类别的影响度;
基于所述影响度,计算与其对应的输入项隐藏层的初始权值;
基于所述初始权值对判定模型进行训练,当训练误差达到自期望误差时,完成对所述判定模型的训练。
5.根据权利要求4所述的方法,其特征在于,所述计算所述样本集合中每一个输入项对不同类别的影响度包括:
计算所述样本集合中,输出类别与输入项的条件概率;
基于所述条件概率,计算输入项对类别的影响度。
6.根据权利要求5所述的方法,其特征在于,所述计算所述样本集合中,输出类别与输入项的条件概率包括:
通过如下公式计算输出类别与输入项的条件概率:
Figure FDA0003852206000000021
其中,Aj为输入项;
Bk为输出类别;
Ajp为样本中某一输入项的v中取值。
7.根据权利要求6所述的方法,其特征在于,所述基于所述条件概率,计算输入项对类别的影响度包括:
通过如下公式计算输入项对类别的影响度:
Figure FDA0003852206000000022
其中,m为输出项类别个数。
8.一种能源管理装置,其特征在于,包括:
获取模块,用于获取能耗数据;
确定模块,用于通过每种能耗数据对应的判定模型,确定所有能耗超标的设备;
控制模块,用于基于所述所有能耗超标的设备,生成控制指令,实现对建筑内设备的能耗控制。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~7中任一项所述的方法。
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,所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202211136182.6A 2022-09-19 2022-09-19 能源管理方法、装置、设备和计算机可读存储介质 Pending CN115542984A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211136182.6A CN115542984A (zh) 2022-09-19 2022-09-19 能源管理方法、装置、设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211136182.6A CN115542984A (zh) 2022-09-19 2022-09-19 能源管理方法、装置、设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115542984A true CN115542984A (zh) 2022-12-30

Family

ID=84726698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211136182.6A Pending CN115542984A (zh) 2022-09-19 2022-09-19 能源管理方法、装置、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115542984A (zh)

Similar Documents

Publication Publication Date Title
Lu et al. Optimization of lightweight task offloading strategy for mobile edge computing based on deep reinforcement learning
CN107392259B (zh) 构建不均衡样本分类模型的方法和装置
CN112183826A (zh) 基于深度级联生成对抗网络的建筑能耗预测方法及相关产品
CN114970357A (zh) 节能效果评价方法、系统、装置及存储介质
CN111404974A (zh) 一种云计算效能评估方法、装置及评估设备
CN115542984A (zh) 能源管理方法、装置、设备和计算机可读存储介质
CN112214770A (zh) 恶意样本的识别方法、装置、计算设备以及介质
CN116798592A (zh) 设施布设位置的确定方法、装置、设备及存储介质
CN115422933B (zh) 一种成本数据提取方法、装置、电子设备及存储介质
CN115952921A (zh) 一种光伏能源功率预测方法、装置、电子设备及存储介质
CN116192041A (zh) 一种光伏异常的检测方法、装置、设备及介质
CN113010782B (zh) 需求量获取方法、装置、电子设备以及计算机可读介质
CN113052509B (zh) 模型评估方法、模型评估装置、电子设备和存储介质
CN114528749A (zh) 模型确定方法、装置、电子设备以及存储介质
CN117953811B (zh) 一种led巨幕逐点校正系统、方法、设备及介质
CN110929106B (zh) 用于获取目标数据的方法及装置
CN113591095B (zh) 一种标识信息处理方法、装置及电子设备
CN112102821B (zh) 应用于电子设备的数据处理方法、装置、系统、介质
WO2023116928A1 (en) Method and system for determining carbon dioxide emission value of grading by website
CN116108132B (zh) 短信文本的审核方法和装置
CN117010712A (zh) 虚拟电厂的响应策略确定方法、装置及虚拟电厂系统
CN113255903A (zh) 检测模型调整方法和装置
CN117216633A (zh) 参数分析模型的训练及参数分析方法、装置、设备和介质
CN118194071A (zh) 办公楼宇负荷数据分析方法、装置、设备及存储介质
CN116882812A (zh) 建筑能耗评估方法、装置、设备以及存储介质

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