一种企业生产系统能耗智能预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266194A(43)申请公布日2022.04.01(21)申请号202111517743.2(22)申请日2021.12.10(71)申请人上海电力大学地址200090上海市杨浦区平凉路2103号(72)发明人夏飞李明特马明谢琪张传林龚春阳冒建亮(74)专利代理机构南京禹为知识产权代理事务所(特殊普通合伙)32272代理人沈鑫(51)Int.Cl.G06F30/27(2020.01)G06F119/02(2020.01)权利要求书4页说明书11页附图5页(54)发明名称一种企业生产系统能耗智能预测方法(57)摘要本发明公开了一种企业生产系统能耗智能预测方法，包括数据采集并对采集的数据进行处理及分析、建立Bi‑LSTM网络、建立多重特征注意力机制模型以及建立时序注意力机制模型。本发明采用引入注意力机制算法和Bi‑LSTM算法相结合的短期企业生产系统能耗预测模型，来分析企业生产系统的能源消耗量，从而更好地实现企业生产系统的优化控制，满足低碳目标下的节能减排需求。CN114266194ACN114266194A权利要求书1/4页1.一种企业生产系统能耗智能预测方法，其特征在于：包括，数据采集并对采集的数据进行处理及分析；建立Bi‑LSTM网络；建立多重特征注意力机制模型；以及建立时序注意力机制模型。2.如权利要求2所述的企业生产系统能耗智能预测方法，其特征在于：所述数据采集包括采集气象参数数据、企业生产参数数据，以及企业生产系统能源消耗真实数据，采集间隔时间为t，连续数据采样过程下第n个检测对象采集到的第i个检测数据时间序列为：其中，i表示检测时间；所述对采集的数据进行处理包括缺失值处理和异常值处理，所述缺失值处理包括：根据判断数据是否缺失；判断缺失数据的个数，并根据所述缺失数据的个数选择对数据进行剔除或这对数据进行插值处理；所述异常值处理包括对采集的数据中不在±3个标准差内的数据进行异常值处理。3.如权利要求2所述的企业生产系统能耗智能预测方法，其特征在于：所述判断数据是否缺失的公式为：若满足该公式，则认为数据缺失；所述判断缺失数据的个数包括若出现连续4个及以上的缺失数据，则行或列对应的数据为无效数据，对无效数据进行剔除，若缺失数据少于4个，则对缺失数据进行插值处理，所述插值处理包括在时间i‑1到i之间补全的空缺值个数及数值为时间间隔为所述空缺值个数及数值为公式：其中，表示前一时间检测数据和后一时间检测数据的平均值。4.如权利要求3所述的企业生产系统能耗智能预测方法，其特征在于：经过所述缺失值处理的数据序列为设若数据不在±3个标准差的范围内，则对数据进行剔除，所述异常值处理公式为：2CN114266194A权利要求书2/4页其中，表示该时间点检测到的对应数据。5.如权利要求4所述的企业生产系统能耗智能预测方法，其特征在于：所述对采集的数据进行分析包括利用距离相关系数分析特征变量X与Y之间的独立性，若距离相关系数为0时，说明特征变量X和Y相互独立，当距离相关系数越大，说明特征变量X和Y的相关性越强，根据特征变量与与企业生产系统能耗之间的相关性，对变量进行筛选。6.如权利要求5所述的企业生产系统能耗智能预测方法，其特征在于：所述建立Bi‑LSTM网络包括前向层和反向层，所述前向层和反向层提取企业生产系统能耗序列的前向及反向关系，根据公式：其中，表示前向层第i个输入向量对应的隐层状态，表示反向层第i个输入向量对应的隐层状态，输入向量为xi。7.如权利要求6所述的企业生产系统能耗智能预测方法，其特征在于：所述建立多重特征注意力机制模型包括设置m个企业生产参数特征和设置n个气象参数特征，所述企业生产参数特征包括生产系统进出水温度、冷凝器进出水温度、冷冻水供水温度和冷冻水流量，所述气象参数特征包括大气压、降水量、室外温度、风速等级、室外相对湿度和太阳辐照等级，气象参数特征和企业生产参数特征在t时刻的输入序列为xat和xwt：将t时刻的企业生产参数特征和气象参数特征分别输入到注意力机制中，根据Bi‑LSTM网络中t‑1时刻的隐层单元的输出ht‑1和记忆信息st‑1，计算当前时刻企业生产参数特征和气象参数特征对应的注意力权重。8.如权利要求7所述的企业生产系统能耗智能预测方法，其特征在于：所述注意力机制的多层感知机权重矩阵为Ve、We和Ue，所述企业生产参数特征的注意力权重为：对所述企业生产参数特征的注意力权重进行归一化处理，得到的企业生产参数特征权重的注意力权重系数为：3CN114266194A权利要求书3/4页所述气象参数特征的注意力权重为：对气象参数特征的注意力权重进行归一化处理，得到的气象参数特征权重的注意力权重系数为：根据企业生产参数特征权重的注意力权