能源能效的计算方法及装置、存储介质、电子装置与流程

本发明涉及通信领域，具体而言，涉及一种能源能效的计算方法及装置、存储介质、电子装置。

背景技术：

现有技术中，能源能效是能源转换效率，能效比越大，节省的能源就越多。在日益追求环保和节能的今天，能够准确的了解和预测能源能效，是众多企业所关注的。

现有技术中，当前ai(人工智能)智能算法在各个领域的应用比较广泛，在能源领域的应用也逐渐兴起。通过ai算法对运行的泛能站进行优化调度一直以来是算法工程师所追求的最终目标，但是算法的实现都局限于理想的状态，忽略了设备在实际运行过程当中所遇到的各种实际工况，导致设备无法按照既定的ai优化调度算法进行运行。如泛能站燃气蒸汽锅炉的运行就是典型设备之一，当前由于燃气蒸汽锅炉的实际运营工况无法达到ai智能算法优化调度的理想状态，所以算法当中的基于时间维度的燃气蒸汽锅炉能效计算算法无法达到所应具有的功能，通过其预测和计算出来的能效值与真实数据相差较大。

针对现有技术中存在的上述问题，目前尚未发现有效的解决方案。

技术实现要素：

本发明实施例提供了一种能源能效的计算方法及装置、存储介质、电子装置。

根据本发明的一个实施例，提供了一种能源能效的计算方法，包括：

获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。

可选地，按照所述负荷率对所述消费能源量和所述生产能源量进行分类包括：

按照预定步长划分负荷率，得到多个负荷区间；

确定每个生产时间的负荷区间；

将属于任一目标负荷区间的生产时间内的消费能源量和生产能源量分类为对应的目标消费能源量和目标生产能源量。

可选地，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值包括：

针对任一目标负荷区间，将所述目标生产能源量除以所述目标消费能源量，得到商值；

将所述商值确定为所述目标能源在所述目标负荷率下的能效值。

可选地，在获取目标能源的运行数据之后，所述方法还包括：

对所述运行数据进行数据清洗。

可选地，在根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，所述方法还包括：

生成以所述负荷率为自变量，所述能效值为因变量的曲线图。

可选地，在根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，所述方法还包括：

将所述负荷率作为输入标签，所述能效值作为输出标签，训练人工智能模型，其中，所述人工智能模型用于预测所述目标能源的能效值。

可选地，所述目标能源包括以下之一：蒸汽能源、暖气能源。

根据本发明的另一个实施例，提供了一种能源能效的计算装置，包括：

获取模块，用于获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

分类模块，用于按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

计算模块，用于根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。

可选地，所述分类模块包括：

划分单元，用于按照预定步长划分负荷率，得到多个负荷区间；

确定单元，用于确定每个生产时间的负荷区间；

分类单元，用于将属于任一目标负荷区间的生产时间内的消费能源量和生产能源量分类为对应的目标消费能源量和目标生产能源量。

可选地，所述计算模块包括：

计算单元，用于针对任一目标负荷区间，将所述目标生产能源量除以所述目标消费能源量，得到商值；

确定单元，用于将所述商值确定为所述目标能源在所述目标负荷率下的能效值。

可选地，所述装置还包括：清洗模块，用于在所述获取模块获取目标能源的运行数据之后，对所述运行数据进行数据清洗。

可选地，所述装置还包括：

生成模块，用于在所述计算模块根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，生成以所述负荷率为自变量，所述能效值为因变量的曲线图。

可选地，所述装置还包括：

训练模块，用于在所述计算模块根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，将所述负荷率作为输入标签，所述能效值作为输出标签，训练人工智能模型，其中，所述人工智能模型用于预测所述目标能源的能效值。

可选地，所述目标能源包括以下之一：蒸汽能源、暖气能源。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，进而按照所述负荷率对所述消费能源量和所述生产能源量进行分类，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值，通过将能效值与负荷率关联，考虑负荷率维度在生产过程中对能效值的影响，可以根据负荷率更加准确地指导能源站的运行，解决了现有技术中不能计算不同负荷率下的能效值的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，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是本发明实施例的一种能源能效的计算网络终端的硬件结构框图；

图2是根据本发明实施例的能源能效的计算方法的流程图；

图3是本发明实施例的流程示意图；

图4是本发明实施例的能效曲线图；

图5是根据本发明实施例的能源能效的计算装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本申请实施例一所提供的方法实施例可以在服务器，网络终端、计算机终端或者类似的运算装置中执行。以运行在网络终端上为例，图1是本发明实施例的一种能源能效的计算网络终端的硬件结构框图。如图1所示，网络终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，可选地，上述网络终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述网络终端的结构造成限定。例如，网络终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的能源能效的计算方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至网络终端10。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。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括网络终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种能源能效的计算方法，图2是根据本发明实施例的能源能效的计算方法的流程图，如图2所示，该流程包括如下步骤：

步骤s202，获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

步骤s204，按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

步骤s206，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。可选的，在负荷率与能效值之间的对应关系计算得到之后，可以根据负荷率来计算或预测能效值。

通过上述步骤，获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，进而按照所述负荷率对所述消费能源量和所述生产能源量进行分类，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值，通过将能效值与负荷率关联，考虑负荷率维度在生产过程中对能效值的影响，可以根据负荷率更加准确地指导能源站的运行，解决了现有技术中不能计算不同负荷率下的能效值的技术问题。

可选地，上述步骤的执行主体可以为数据处理设备，服务器，终端等，具体可以是处理器，算法模块等，但不限于此。

本实施例的应用场景，可以应用在能源使用的场景中，目标能源具体可以是蒸汽能源、暖气能源，也可以是电、气、水等消耗性能源。本实施例的能效值是指能源的转换效率，能效比越大，能源的利用率越高，节省的能源就越多，以目标能源为蒸汽为例进行说明，在锅炉制造蒸汽能源时，需要消耗燃气，煤，电灯等消费，通过锅炉的转化，将其转化为蒸汽能源，如果在一定的生产时间内，消费能源量为100焦耳(joule，或简写为j)，生产能源量为60焦耳，则其能效值为60％。

在本实施例中，按照所述负荷率对所述消费能源量和所述生产能源量进行分类包括：

s11，按照预定步长划分负荷率，得到多个负荷区间；

本实施例以30天为样本，以1小时来为周期时间来计算平均负荷，30天内的负荷率分别有：50％，54％，70％，77％，82％，98％，100％，120％，预定步长为10％(预定步长可以根据负荷率的实际范围来划分，在范围较小时，可以设置更小，如0.1％，这个可以根据负荷率对能效值的影响程度来划分)，得到7个负荷区间，分别是：50％～60％，60％～70％，70％～80％，80％～90％，90％～100％，100％～110％，110％～120％。

s12，确定每个生产时间的负荷区间；确定30天每个生产时间的实际负荷，判断其落在哪个负荷区间，如第2天第3～22小时内的负荷率为54％，落在第1个负荷区间(50％～60％)，第8天第5～10小时内的负荷率为82％，落在第4个负荷区间(80％～90％)等。

s13，将属于任一目标负荷区间的生产时间内的消费能源量和生产能源量分类为对应的目标消费能源量和目标生产能源量。

本实施例的目标负荷区间可以是任一负荷区间，对所有生产时间内，所有负荷区间下的目标消费能源量和目标生产能源量进行分类，每一类对应一个负荷区间，如第2天第3～22小时内的负荷率为54％，第1个负荷区间，其消费能源量和生产能源量分别为：2k焦耳，1.5k焦耳，则将其分类为在负荷率为第1个负荷区间时，其对应有消费能源量和生产能源量，分别为：2k焦耳，1.5k焦耳。

在本实施例中，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值包括：针对任一目标负荷区间，将所述目标生产能源量除以所述目标消费能源量，得到商值；将所述商值确定为所述目标能源在所述目标负荷率下的能效值。

在按照所述负荷率对所述消费能源量和所述生产能源量进行分类之后，进而计算各个负荷率(区间)下的能效值，对于任一负荷区间。由于负荷率对能效的影响，计算得到的能效值很有可能存在差异。

可选的，在获取目标能源的运行数据之后，还包括：对所述运行数据进行数据清洗。本实施例获取运行数据可以从计量表采集，人工输入，获取基于预定算法进行计算得到，通过数据清洗，可以发现并纠正运行数据中可识别的错误，包括检查数据一致性，处理无效值和缺失值，删除重复数据等，从而得到相对准确的数据源，减少数据源对结果的影响。

可选的，在根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，还包括：生成以所述负荷率为自变量，所述能效值为因变量的曲线图。如在二维坐标中，负荷率(x)表示x轴，能效值(y)表示y轴，曲线图表示，能效值随负荷率的变化而改变。当然，本实施例考虑除了负荷率之外其他影响能效值的因素是在理想状态下，或者是一致的，仅考虑负荷率对能效值的影响。

图3是本发明实施例的流程示意图，在一个示例中，目标能源为燃气，使用锅炉转换燃气得到，预定步长设定为0.1％，包括：

第一步，通过设备运行大数据提取燃气蒸汽锅炉的运行数据；

第二步，对设备运行过程中的数据进行清洗，去除异常数据；

第三步，按照负荷率步长0.1％对不同负荷率下燃气蒸汽锅炉的耗气量和产蒸汽量进行归类；

第四步，按照公式：能效＝产蒸汽量/耗燃气量，计算燃气蒸汽锅炉的能效；

第五步，对同一负荷率下的多个能效值进行求平均值，将平均值记为该负荷值的能效值；

第六步，绘制能效曲线，如下图4所示。图4是本发明实施例的能效曲线图，包括0～100％的负荷率，y轴为燃气的能效值。两条曲线分别对应两个锅炉，由此可以看出，能效值与负荷率存在一定的正相关关系，负荷率越大，能效越高。

可选的，在根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，还包括：将所述负荷率作为输入标签，所述能效值作为输出标签，训练人工智能(ai)模型，其中，所述人工智能模型用于预测所述目标能源的能效值。由于现有技术中，如目标能源为燃气，通过燃气转换，ai模型基于时间维度的燃气蒸汽锅炉能效计算算法无法达到所应具有的功能，本实施例通过在ai模型添加负荷率算子，考虑其对能效值的影响，通过样本集(输入标签除了负荷率，还可以考虑时间，温度，气压等)，训练ai模型，可以得到更准确智能的ai模型。

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，本发明并不受所描述的动作顺序的限制，因为依据本发明，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优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

实施例2

在本实施例中还提供了一种能源能效的计算装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是根据本发明实施例的能源能效的计算装置的结构框图，如图5所示，该装置包括：获取模块50，分类模块52，计算模块54，其中，

获取模块50，用于获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

分类模块52，用于按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

计算模块54，用于根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。

可选的，所述分类模块包括：划分单元，用于按照预定步长划分负荷率，得到多个负荷区间；确定单元，用于确定每个生产时间的负荷区间；分类单元，用于将属于任一目标负荷区间的生产时间内的消费能源量和生产能源量分类为对应的目标消费能源量和目标生产能源量。

可选地，所述计算模块包括：计算单元，用于针对任一目标负荷区间，将所述目标生产能源量除以所述目标消费能源量，得到商值；确定单元，用于将所述商值确定为所述目标能源在所述目标负荷率下的能效值。

可选地，所述装置还包括：清洗模块，用于在所述获取模块获取目标能源的运行数据之后，对所述运行数据进行数据清洗。

可选地，所述装置还包括：生成模块，用于在所述计算模块根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，生成以所述负荷率为自变量，所述能效值为因变量的曲线图。

可选地，所述装置还包括：训练模块，用于在所述计算模块根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值之后，将所述负荷率作为输入标签，所述能效值作为输出标签，训练人工智能模型，其中，所述人工智能模型用于预测所述目标能源的能效值。

可选地，所述目标能源包括以下之一：蒸汽能源、暖气能源。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

实施例3

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

s2，按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

s3，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。

可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

s1，获取目标能源的运行数据，其中，所述运行数据包括：负荷率、消费能源量、所述消费能源量产出的生产能源量，其中，所述负荷率为所述目标能源在周期时间的平均负荷与最高负荷之间的百分比；

s2，按照所述负荷率对所述消费能源量和所述生产能源量进行分类；

s3，根据所述消费能源量和所述生产能源量计算与负荷率对应的能效值。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，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。