一种基于物联网的综合能源智慧管理方法与流程

本申请一般地涉及能源管理，尤其涉及一种基于物联网的综合能源智慧管理方法。

背景技术：

1、随着全球能源需求量的激增，电能、天然气等多种能源广泛应用于各个领域。为了避免能源的浪费，能源管理发挥着重要作用。

2、目前，授权公告号为cn102314548b的专利文件公开了一种能源管理方法，通过使用计量器检测每单位时间内总能源消耗量的变化，然后将所述变化与预先输入的各能源消耗设备每单位时间的能源消耗量对比来估计各能源消耗设备的运行状态；然后，能够检测各能源消耗设备的消耗时间和电力消耗量，从而预测当前或未来的能源消耗费用。

3、然而，上述方法虽然能够估计各能源消耗设备的运行状态，但当运行状态处于异常状态时，无法准确预测当前或未来的能源消耗费用，且无法定位处于异常状态的原因，不能实现能源的精准管理。

技术实现思路

1、为了解决本申请的上述技术问题，本申请提供了一种基于物联网的综合能源智慧管理方法，监测能源消耗的状态，并在消耗量处于异常状态时精准定位异常原因，实现能源的精准管理。

2、本申请提供了一种基于物联网的综合能源智慧管理方法，包括：采集历史时间内至少一种能源的异常用能信息，所述异常用能信息包括异常消耗状态下设定时间段内能源消耗量的时间序列，所述能源至少包括电能；利用模糊聚类算法对所有异常用能信息进行模糊聚类处理以获取每个异常用能信息的隶属度向量，其中所述隶属度向量包括异常用能信息属于每种异常类型的隶属度，一种异常类型对应一种异常原因；采集所述能源的实时用能信息，并基于所述实时用能信息获取未来时刻所述能源的预测消耗量；响应于所述预测消耗量处于异常状态，基于所述实时用能信息和每个异常用能信息的隶属度向量计算所述能源的目标隶属度向量；基于所述目标隶属度向量确定异常状态的异常原因，实现能源的智慧管理；其中，所述基于所述实时用能信息和每个异常用能信息的隶属度向量计算所述能源的目标隶属度向量包括：计算所述实时用能信息和每个异常用能信息的相似度，并将相似度大于相似度阈值的异常用能信息作为目标用能信息；获取每个异常用能信息的主要异常原因以计算每种异常原因的倾向性，所述主要异常原因为隶属度最大值的异常类型对应的异常原因，所述倾向性满足关系式：

3、

4、其中，为所有目标用能信息中主要异常原因为异常原因的数量，为所有目标用能信息的数量，为所有异常用能信息中主要异常原因为异常原因的数量，为异常原因的倾向性；基于每种异常原因的倾向性和所述目标用能信息计算所述能源的目标隶属度向量，所述目标隶属度向量包括每种异常原因的目标隶属度，所述目标隶属度满足关系式：

5、

6、其中，为异常原因的倾向性，为所有异常原因的倾向性的总和，为所有目标用能信息的数量，为目标用能信息的相似度，为目标用能信息中异常原因的隶属度，为异常原因的目标隶属度。

7、在一个实施例中，所述利用模糊聚类算法对所有异常用能信息进行模糊聚类处理以获取每个异常用能信息的隶属度向量包括：设定初始类别的数量为2，对所有异常用能信息进行模糊聚类处理，得到每条异常用能信息的隶属度初始向量，所述隶属度初始向量包括异常用能信息对每个初始类别的初始隶属度；基于每条异常用能信息的隶属度初始向量计算聚类效果评价指标；以设定步长更新所述初始类别的数量，重复执行模糊聚类处理并计算对应的聚类效果评价指标；迭代地更新所述初始类别的数量，并绘制聚类效果评价指标曲线，所述聚类效果评价指标曲线的横坐标为初始类别的数量，纵坐标为聚类效果评价指标；获取所述聚类效果评价指标曲线的拐点，并将所述拐点对应的初始类别的数量作为异常类型的目标数量，以所述目标数量进行模糊聚类处理时得到的隶属度初始向量对应于隶属度向量。

8、在一个实施例中，所述聚类效果评价指标满足关系式：

9、

10、其中为所有异常用能信息的数量，为所有初始类别的数量，为异常用能信息对初始类别的初始隶属度，为所述聚类效果评价指标，所述聚类效果评价指标与聚类效果呈负相关。

11、在一个实施例中，所述采集所述能源的实时用能信息，并基于所述实时用能信息获取未来时刻所述能源的预测消耗量包括：所述实时用能信息包括当前时刻及所述当前时刻之前设定数量时刻的能源消耗量，其中，当前时刻及所述当前时刻之前设定数量时刻对应于所述设定时间段；将所述实时用能信息输入训练完毕的时序预测网络以获取未来时刻所述能源的预测消耗量。

12、在一个实施例中，所述实时用能信息和异常用能信息的相似度满足关系式：

13、

14、其中，为实时用能信息和异常用能信息的相似度，为实时用能信息和异常用能信息的dtw距离。

15、在一个实施例中，所述响应于所述预测消耗量处于异常状态包括：计算所述实时用能信息中所有能源消耗量的平均值和标准差；基于所述平均值和所述标准差计算正常区间，所述正常区间为；响应于所述预测消耗量处于所述正常区间内，所述预测消耗量处于正常状态；响应于所述预测消耗量不处于所述正常区间内，所述预测消耗量处于异常状态。

16、在一个实施例中，响应于所述预测消耗量处于异常状态，将所述实时用能信息作为一条新的异常用能信息，用于下一次确定异常状态的异常原因。

17、在一个实施例中，所述基于所述目标隶属度向量确定异常状态的异常原因，实现能源的智慧管理包括：按照目标隶属度从大到小的顺序对每个异常原因进行排查。

18、本申请的技术方案具有以下有益技术效果：

19、通过本申请提供的技术方案，首先基于模糊聚类算法确定历史时间内每一个异常用能信息的隶属度向量，其中隶属度向量可精准反映导致该异常用能信息的每种异常原因的可能性；依据实时用能信息预测未来时刻的预测消耗量以判断是否异常状态，当预测消耗量处于异常状态时，依据实时用能信息和每个异常用能信息的隶属度向量精准定位导致异常状态的异常原因，实现能源的精准管理。

20、进一步地，在模糊聚类的过程中，利用聚类效果评价指标确定异常类型的数量，实现异常类型数量的自适应确定，进而得到每一个异常用能信息属于每种异常类型的隶属度，进而得到导致该异常用能信息的每种异常原因的可能性。

21、进一步地，目标隶属度向量包括每种异常原因的目标隶属度，在计算目标隶属度向量时，考虑实时用能信息与每一个异常用能信息之间的相似度，以及历史时间内每种异常原因导致实时用能信息为异常状态的倾向性，从而提高目标隶属度向量的准确性。

技术特征：

1.一种基于物联网的综合能源智慧管理方法，其特征在于，包括：

2.根据权利要求1所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述利用模糊聚类算法对所有异常用能信息进行模糊聚类处理以获取每个异常用能信息的隶属度向量包括：

3.根据权利要求2所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述聚类效果评价指标满足关系式：

4.根据权利要求1所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述采集所述能源的实时用能信息，并基于所述实时用能信息获取未来时刻所述能源的预测消耗量包括：

5.根据权利要求1所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述实时用能信息和异常用能信息的相似度满足关系式：

6.根据权利要求1所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述响应于所述预测消耗量处于异常状态包括：

7.根据权利要求6所述的一种基于物联网的综合能源智慧管理方法，其特征在于，响应于所述预测消耗量处于异常状态，将所述实时用能信息作为一条新的异常用能信息，用于下一次确定异常状态的异常原因。

8.根据权利要求1所述的一种基于物联网的综合能源智慧管理方法，其特征在于，所述基于所述目标隶属度向量确定异常状态的异常原因，实现能源的智慧管理包括：按照目标隶属度从大到小的顺序对每个异常原因进行排查。

技术总结
本申请涉及能源管理技术领域，尤其涉及一种基于物联网的综合能源智慧管理方法，包括：采集历史时间内至少一种能源的异常用能信息；利用模糊聚类算法对所有异常用能信息进行模糊聚类处理以获取异常用能信息的隶属度向量，隶属度向量包括异常用能信息属于每种异常原因的隶属度；采集能源的实时用能信息，并基于实时用能信息获取未来时刻的预测消耗量；响应于预测消耗量处于异常状态，基于实时用能信息和每个异常用能信息的隶属度向量计算能源的目标隶属度向量；基于目标隶属度向量确定异常状态的异常原因。通过本申请的技术方案，能够在消耗量处于异常状态时精准定位异常原因，实现能源的精准管理。

技术研发人员：张勇,王捷,刘鑫,赵琼,张莹
受保护的技术使用者：陕西禄远电子科技有限公司
技术研发日：
技术公布日：2024/1/16