供能侧的成本预测方法及预测装置与流程

本发明涉及能源技术领域，特别涉及一种供能侧的成本预测方法及预测装置。

背景技术：

目前，供能成本的统计一般都是一个月或者一年统计一次，以对耗能量和耗能成本进行分析，但是无法对供能成本进行实时预测，供能成本通常根据之前月度或年度的成本进行预估，不但预测的准确度较低，而且适用性很低，很难满足用户的使用要求。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种供能侧的成本预测方法，该方法可以提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

本发明的另一个目的在于提出一种供能侧的成本预测装置。

为达到上述目的，本发明一方面实施例提出了一种供能侧的成本预测方法，包括以下步骤：获取供能侧的环境信息；根据所述环境信息对所述供能侧的供能设备进行设备划分，以将每个供能设备标记为相应的供能类别以及记录基本特征信息；根据所述每个供能设备的供能类别、基本特征信息和历史运行数据预测供能侧的供能成本。

本发明实施例的供能侧的成本预测方法，通过对多个供能设备的模块化，进而通过模块化后的多个标准模块对供能设备的供能成本进行实时预测，以对供能进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

另外，根据本发明上述实施例的供能侧的成本预测方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，还包括：判断所述供能成本是否超出预设的供能成本；如果是，则根据所述供能成本和所述预设的供能成本之间的差值确定需要关闭或降低运行功率的供能设备，以降低所述供能成本；如果否，则维持当前运行状态。

进一步地，在本发明的一个实施例中，在预测所述供能成本之前，还包括：判断是否具有历史运行数据；如果是，则预测所述供能成本；如果否，则将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述供能成本。

进一步地，在本发明的一个实施例中，所述基本特征信息包括品牌、设备成本、运维成本、设备启用年份、额定功率、供能参数范围和使用能源种类中的一种或多种，并且所述历史运行数据包括时间、当前消耗能量、当前供能量、设备启动费用、设备响应时间、设备与用户的管线损耗和设备历史故障率中的一种或多种。

进一步地，在本发明的一个实施例中，所述供能成本包括设备成本、运维成本、能源成本和输送成本中的一种或多种。

为达到上述目的，本发明另一方面实施例提出了一种供能侧的成本预测装置，包括：获取模块，用于获取供能侧的环境信息；划分模块，用于根据所述环境信息对所述供能侧的供能设备进行设备划分，以将每个供能设备标记为相应的供能类别以及记录基本特征信息；预测模块，用于根据所述每个供能设备的供能类别、基本特征信息和历史运行数据预测所述供能侧的供能成本。

本发明实施例的供能侧的成本预测装置，通过对多个供能设备的模块化，进而通过模块化后的多个标准模块对供能设备的供能成本进行实时预测，以对供能进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

另外，根据本发明上述实施例的供能侧的成本预测装置还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，还包括：第一判断模块，用于判断所述供能成本是否超出预设的供能成本；控制模块，在超出时，用于根据所述供能成本和所述预设的供能成本之间的差值确定需要关闭或降低运行功率的供能设备，以降低所述供能成本，否则维持当前运行状态。

进一步地，在本发明的一个实施例中，还包括：第二判断模块，用于判断是否具有历史运行数据，当具有所述历史运行数据时，所述预测模块预测所述供能成本，否则所述预测模块将所述环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据所述相似度预测所述供能成本。

进一步地，在本发明的一个实施例中，所述基本特征信息包括品牌、设备成本、运维成本、设备启用年份、额定功率、供能参数范围和使用能源种类中的一种或多种，并且所述历史运行数据包括时间、当前消耗能量、当前供能量、设备启动费用、设备响应时间、设备与用户的管线损耗和设备历史故障率中的一种或多种。

进一步地，在本发明的一个实施例中，所述供能成本包括设备成本、运维成本、能源成本和输送成本中的一种或多种。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的供能侧的成本预测方法的流程图；

图2为根据本发明一个实施例的供能侧的成本预测装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似供能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图描述根据本发明实施例提出的供能侧的成本预测方法及预测装置，首先将参照附图描述根据本发明实施例提出的供能侧的成本预测方法。

图1是本发明一个实施例的供能侧的成本预测方法的流程图。

如图1所示，该供能侧的成本预测方法包括以下步骤：

在步骤s101中，获取供能侧的环境信息。

可以理解的是，供能侧可以指一个区域(例如，一个室内环境如套间)或者一个房间，在此不作具体限制。

在步骤s102中，根据环境信息对供能侧的供能设备进行设备划分，以将每个供能设备标记为相应的供能类别以及记录基本特征信息。

可以理解的是，在获取环境信息之后，可以通过软件操作方式划分区域，或者通过机器学习算法只能识别分割的方法划分区域，实现建模模块化。

例如，用户可以通过软件应用对绘制区域进行划分，将一个房间分为客厅、卧室、厨房、洗手间等。绘制的方式可以是在手机app(application，应用程序)、微信公众号小应用、网页应用、电脑应用等等软件应用上，绘制线条、连点成线、多点定制区域等多种操作方式。

又例如，可以用机器学习的方法智能识别分割供能侧，标记供能侧每个区域的属性。例如，首先采集大量的供能侧数据，划分供能侧区域，并标记每个区域的属性，如客厅、卧室、书房、阳台等。通过提取每个像素块的特征，特征有纹理特征和与周围像素的差异特征，其次采用机器学习的方法学习出像素块属性识别的分类器，识别出供能侧中每个像素块的可能属性和相应的置信度，可估算出供能侧中区域和区域属性。

在步骤s103中，根据每个供能设备的供能类别、基本特征信息和历史运行数据预测供能侧的供能成本。

其中，在本发明的一个实施例中，基本特征信息包括品牌、设备成本、运维成本、设备启用年份、额定功率、供能参数范围和使用能源种类中的一种或多种，并且历史运行数据包括时间、当前消耗能量、当前供能量、设备启动费用、设备响应时间、设备与用户的管线损耗和设备历史故障率中的一种或多种。

进一步地，在本发明的一个实施例中，供能成本包括设备成本、运维成本、能源成本和输送成本中的一种或多种。

即言，供能成本主要包括四方面，设备成本，运维成本，能源成本，输送损失成本。通过从数据库内调取模块内的数据即可实现实时的动态统计和计算。

具体而言，供能侧数据的采集采用标准设备模块化的方式进行收集，以供能设备作为中心进行数据采集后在数据库中进行数据储存。

其中，供能设备按照供能的不同种类进行划分，包含供热设备模块，供冷设备模块，供电设备模块，复合供能模块等。在每一个大类下，再按照供热设备的具体型号及特征进行细致划分。每一个设备模块，对应其基本特征信息(品牌，设备成本，运维成本，设备启用年份，额定功率，供能参数范围，使用能源种类等)、时间、当前耗能量、当前供能量、设备启动费用、设备响应时间、设备与用户间的管线损耗量(通过计算动态获取)、设备历史故障率等参数。这些所有的信息参数与一个设备相对应，作为一个模块整体在数据库中进行记录。

进一步地，在本发明的一个实施例中，还包括：判断供能成本是否超出预设的供能成本；如果是，则根据供能成本和预设的供能成本之间的差值确定需要关闭或降低运行功率的供能设备，以降低供能成本；如果否，则维持当前运行状态。

也就是说，上述数据模块可以辅助用能方进行供能设备的选择，如通过用能方要求进行条件筛选后，可以选择出一系列初步符合供能标准的供能设备，此时需要进行供能成本的比对。

需要说明的是，预设的供能成本可以根据实际情况进行设置，在此不作具体限制。

进一步地，在本发明的一个实施例中，在预测供能成本之前，还包括：判断是否具有历史运行数据；如果是，则预测供能成本；如果否，则将环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据相似度预测供能成本。

可以理解的是，由于数据和模型均已细分为模块化，对于新的没有历史数据的设备供能成本预测，可以利用已有的模块进行相似性匹配，即可得到无历史数据的设备供能成本预测。

在本发明的实施例中，通过对供能测数据模块化，进而利用供能侧数据模块，可以协助用能侧进行供能设备的筛选，并且利用历史数据，可以对供能设备的供能成本进行实时的计算分析，而对于新的没有历史数据的设备供能成本预测，可以利用已有的模块进行相似性匹配，即可得到无历史数据的设备供能成本预测。

本发明实施例结合大数据进行供能设备的模块化数据整合，通过大数据下的模块化数据整合，可以对供能设备进行实时成本预测，及其他参数进行模块化的筛选统计，通过这些标准模块对供能设备的供能成本进行实时预测，可以协助用户进行智能化的供能设备选择，很好地满足用户的使用要求。

根据本发明实施例的供能侧的成本预测方法，通过对多个供能设备的模块化，进而通过模块化后的多个标准模块对供能设备的供能成本进行实时预测，以对供能进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

其次参照附图描述根据本发明实施例提出的供能侧的成本预测装置。

图2是本发明一个实施例的供能侧的成本预测装置的结构示意图。

如图2所示，该供能侧的成本预测装置10包括：获取模块100、划分模块200和预测模块300。

其中，获取模块100用于获取供能侧的环境信息。划分模块200用于根据环境信息对供能侧的供能设备进行设备划分，以将每个供能设备标记为相应的供能类别以及记录基本特征信息。预测模块300用于根据每个供能设备的供能类别、基本特征信息和历史运行数据预测供能侧的供能成本。本发明实施例的装置10可以对供能成本进行实时预测，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

进一步地，在本发明的一个实施例中，本发明实施例的装置10还包括：第一判断模块和控制模块。

其中，第一判断模块用于判断供能成本是否超出预设的供能成本。在超出时，控制模块用于根据供能成本和预设的供能成本之间的差值确定需要关闭或降低运行功率的供能设备，以降低供能成本，否则维持当前运行状态。

进一步地，在本发明的一个实施例中，还包括：第二判断模块。

其中，第二判断模块用于判断是否具有历史运行数据，当具有历史运行数据时，预测模块预测供能成本，否则预测模块将环境信息与数据库中环境信息进行相似性匹配得到相似度，以根据相似度预测供能成本。

进一步地，在本发明的一个实施例中，基本特征信息包括品牌、设备成本、运维成本、设备启用年份、额定功率、供能参数范围和使用能源种类中的一种或多种，并且历史运行数据包括时间、当前消耗能量、当前供能量、设备启动费用、设备响应时间、设备与用户的管线损耗和设备历史故障率中的一种或多种。

进一步地，在本发明的一个实施例中，供能成本包括设备成本、运维成本、能源成本和输送成本中的一种或多种。

需要说明的是，前述对供能侧的成本预测方法实施例的解释说明也适用于该实施例的供能侧的成本预测装置，此处不再赘述。

根据本发明实施例的供能侧的成本预测装置，通过对多个供能设备的模块化，进而通过模块化后的多个标准模块对供能设备的供能成本进行实时预测，以对供能进行最优的匹配和选择，节约能源，提高预测的准确度和适用性，有效满足用户的使用要求，提升用户体验。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。