地区整体能耗监控方法及其监控系统

    公开(公告)号:CN111680852B

    公开(公告)日:2020-11-06

    申请号:CN202010811186.4

    申请日:2020-08-13

    摘要: 本发明公开了一种地区整体能耗监控方法及其监控系统,监控方法包括:步骤一,根据设定的维度进行数据清洗;步骤二,对清洗后的多维度能耗数据分为常态数据和复工数据,对复工数据进行对应的聚类分析,聚类分析中的维度至少包括企业能耗层级和企业能耗类型两个维度;步骤三,对聚类后的企业能耗数据进行数据整合,其中至少包括训练数据的测定子步骤;步骤四,根据整合了各个维度的企业能耗数据进行神经网络训练;步骤五,采用训练后的神经网络对当前各企业能耗数据进行分类和预测企业能耗水平;步骤六,根据神经网络的计算结果来判断并预测地区的整体能耗水平。本发明特别适用于复工复产时期的监测和预测,能够较为精准的预测后续的负荷能耗。

    基于K线图的企业用电趋势评估方法

    公开(公告)号:CN111680851B

    公开(公告)日:2020-11-03

    申请号:CN202010811177.5

    申请日:2020-08-13

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明公开了一种基于K线图的企业用电趋势评估方法,解决了现有技术的不足,包括以下步骤:步骤1,获取企业的用电数据,步骤2,根据白天平均每小时用电量、夜间平均每小时用电量、全天最高单小时用电量和全天最低单小时用电量构建单日K线图;步骤3,单日K线图按照日期进行排列构成日K线图趋势图,根据所有单日K线图上引线的顶端构建全天最高单小时用电量拟合曲线,根据所有单日K线图下引线的底端构建全天最低单小时用电量拟合曲线,根据所有单日K线图的白天平均每小时用电量构建白天平均每小时用电量拟合曲线,根据所有单日K线图的夜间平均每小时用电量构建夜间平均每小时用电量拟合曲线,根据所有拟合曲线判断企业用电趋势。

    基于K线图的企业用电趋势评估方法

    公开(公告)号:CN111680851A

    公开(公告)日:2020-09-18

    申请号:CN202010811177.5

    申请日:2020-08-13

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明公开了一种基于K线图的企业用电趋势评估方法,解决了现有技术的不足,包括以下步骤:步骤1,获取企业的用电数据,步骤2,根据白天平均每小时用电量、夜间平均每小时用电量、全天最高单小时用电量和全天最低单小时用电量构建单日K线图;步骤3,单日K线图按照日期进行排列构成日K线图趋势图,根据所有单日K线图上引线的顶端构建全天最高单小时用电量拟合曲线,根据所有单日K线图下引线的底端构建全天最低单小时用电量拟合曲线,根据所有单日K线图的白天平均每小时用电量构建白天平均每小时用电量拟合曲线,根据所有单日K线图的夜间平均每小时用电量构建夜间平均每小时用电量拟合曲线,根据所有拟合曲线判断企业用电趋势。

    地区整体能耗监控方法及其监控系统

    公开(公告)号:CN111680852A

    公开(公告)日:2020-09-18

    申请号:CN202010811186.4

    申请日:2020-08-13

    摘要: 本发明公开了一种地区整体能耗监控方法及其监控系统,监控方法包括:步骤一,根据设定的维度进行数据清洗;步骤二,对清洗后的多维度能耗数据分为常态数据和复工数据,对复工数据进行对应的聚类分析,聚类分析中的维度至少包括企业能耗层级和企业能耗类型两个维度;步骤三,对聚类后的企业能耗数据进行数据整合,其中至少包括训练数据的测定子步骤;步骤四,根据整合了各个维度的企业能耗数据进行神经网络训练;步骤五,采用训练后的神经网络对当前各企业能耗数据进行分类和预测企业能耗水平;步骤六,根据神经网络的计算结果来判断并预测地区的整体能耗水平。本发明特别适用于复工复产时期的监测和预测,能够较为精准的预测后续的负荷能耗。