一种基于卷积神经网络的多维度能耗数据分析方法与企业能耗预测模型

    公开(公告)号:CN112990591A

    公开(公告)日:2021-06-18

    申请号:CN202110325811.9

    申请日:2021-03-26

    摘要: 本发明公开了一种基于卷积神经网络的多维度能耗数据分析方法与企业能耗预测模型,属于网络分析预测技术领域,包括下列步骤:构建企业能耗数据集;构建基于企业能耗数据的卷积神经网络;构建企业多方位能耗影响因素数据集;利用企业多方位能耗影响因素数据集对构建的卷积神经网络进行训练,并调整参数进行评估,获得企业能耗的最优卷积神经网络模型;建立基于卷积神经网络的能耗预测模型,并研究参数对能耗预测结构的影响,将卷积神经网络与最优卷积神经网络模型进行比对,研究企业多方位能耗影响因素;该发明经过卷积神经网络首先进行企业多方位多维度影响能耗因素进行训练,通过数据输入进行能耗预测,能耗预测效率高,准确。

    一种基于人工智能能源超级大脑的智慧能源构建模型

    公开(公告)号:CN112966831A

    公开(公告)日:2021-06-15

    申请号:CN202110327346.2

    申请日:2021-03-26

    IPC分类号: G06N20/00

    摘要: 本发明公开了一种基于人工智能能源超级大脑的智慧能源构建模型,属于人工智能技术领域,该基于人工智能能源超级大脑的智慧能源构建模型包括下列步骤:建立人工智能能源信息数据集;建立语言信息数据库和行为数据库;建立智慧行为输出数据库,利用语言信息数据库和行为数据库对人工智能能源信息进行训练,训练出不同的行为输出信息;将行为输出信息输出至智慧行为输出数据库,进行不断更新智慧行为;构建智慧行为体系,分类建立行为体系节点,建立模型;该基于人工智能能源超级大脑的智慧能源构建模型,结合人工智能进行智慧能源构建,同时对于人工智能数据库进行实时更新与训练,提高智慧能源构建的效率,增加智慧能源构建的智能性。

    一种基于人工智能碳脑的降碳影响因素确定方法及系统

    公开(公告)号:CN117787574B

    公开(公告)日:2024-05-07

    申请号:CN202410211412.3

    申请日:2024-02-27

    IPC分类号: G06Q10/063 G06Q50/26

    摘要: 本发明提供了一种基于人工智能碳脑的降碳影响因素确定方法及系统,所述方法包括将预设区域进行区域分解,获取每个子区域的碳排放效率数据;计算每个子区域的碳排放效率值;确定子区域之间的影响程度,并基于影响程度将子区域进行排序处理;获取子区域的初始影响因素集,对初始影响因素集进行抽取排序处理;选取前若干个子区域作为重点子区域,在每个重点子区域的影响因素排序组中选取前若干个影响因素作为重点影响因素,并对重点影响因素进行重点管控,以实现降碳过程,本发明通过确定子区域之间、影响因素之间的碳排放影响程度进而对区域、影响因素进行排序,以此可提升节能降碳的效果。

    一种能源大数据的智能分析模型

    公开(公告)号:CN112966392A

    公开(公告)日:2021-06-15

    申请号:CN202110325797.2

    申请日:2021-03-26

    IPC分类号: G06F30/20 G06F119/08

    摘要: 本发明公开了一种能源大数据的智能分析模型,属于数据分析技术领域,该能源大数据的智能分析模型包括下列步骤:建立能源信息数据集;在能源信息数据集中设置多个子集,将不同能源信息分类放置在子集内部,建立不同能源类别的信息子集;添加评估修正参数;经过评估修正参数后的信息子集进行内部信息排序;将最优能源排序至信息子集内部顶部;建立参数输入机制,在参数输入按照顺序依次提取信息子集内部能源信息,模型完整建立;该发明从能源种类以及能源燃烧后产生的能量和产生的污染物进行记录,设置评估修正参数,只需输入需要的能源使用参数即可得到相对应的能源推荐,时效快,能源分析查询精准。

    一种基于人工智能碳脑的降碳影响因素确定方法及系统

    公开(公告)号:CN117787574A

    公开(公告)日:2024-03-29

    申请号:CN202410211412.3

    申请日:2024-02-27

    IPC分类号: G06Q10/063 G06Q50/26

    摘要: 本发明提供了一种基于人工智能碳脑的降碳影响因素确定方法及系统,所述方法包括将预设区域进行区域分解,获取每个子区域的碳排放效率数据;计算每个子区域的碳排放效率值;确定子区域之间的影响程度,并基于影响程度将子区域进行排序处理;获取子区域的初始影响因素集,对初始影响因素集进行抽取排序处理;选取前若干个子区域作为重点子区域,在每个重点子区域的影响因素排序组中选取前若干个影响因素作为重点影响因素,并对重点影响因素进行重点管控,以实现降碳过程,本发明通过确定子区域之间、影响因素之间的碳排放影响程度进而对区域、影响因素进行排序,以此可提升节能降碳的效果。

    一种5G智慧能源网关的数据采集算法

    公开(公告)号:CN113542109A

    公开(公告)日:2021-10-22

    申请号:CN202110812843.1

    申请日:2021-07-19

    摘要: 本发明涉及智慧能源技术领域,且公开了一种5G智慧能源网关的数据采集算法,包括以下步骤:S1、数据发送端将数据包发送到数据发送端相对应的网关,由该网关对数据包进行处理,并将每个数据包都打上对应的标识记号;S2、数据发送端网关访问DNS服务器,并从DNS服务器中获取到数据接收端网关的URL地址,并将数据包以及自身的URL地址通过该URL地址发送给数据接收端网关;在进行数据采集传输的过程中,会在数据缓存服务器中备份数据包的标记记号,数据采集接收端在接收到数据发送端的数据包的时候,同时会获取到每个数据包的标记记号,并可以将获取到的数据包的标记信号分别与数据缓存服务器中的备份的数据包的标记记号进行比对。

    一种基于传感器拓扑简化与能耗优化的算法

    公开(公告)号:CN112888006A

    公开(公告)日:2021-06-01

    申请号:CN202110327360.2

    申请日:2021-03-26

    摘要: 本发明公开了一种基于传感器拓扑简化与能耗优化的算法,属于无线传感网拓扑控制技术领域,该基于传感器拓扑简化与能耗优化的算法包括下列步骤:建立传感器拓扑,包括若干一般传感器节点;利用CABG分簇算法进行簇划分,形成合理稳定的簇结构;由sink节点及其邻居节点形成具有n个节点的初始网络;在初始网络中随即选择一个节点进行长度为d得随机行走,构成局域网络;在局域网络中行走长度d中间设置汇聚点;各个汇聚点之间通过双向对称链路连接;该算法通过节点快速传输至汇聚点,汇聚点在空间局域网络存在多个,同时进行信息传输,简化算法,减少能耗。

    一种5G智慧能源网关的数据采集方法

    公开(公告)号:CN113542109B

    公开(公告)日:2022-06-07

    申请号:CN202110812843.1

    申请日:2021-07-19

    摘要: 本发明涉及智慧能源技术领域,且公开了一种5G智慧能源网关的数据采集算法,包括以下步骤:S1、数据发送端将数据包发送到数据发送端相对应的网关,由该网关对数据包进行处理,并将每个数据包都打上对应的标识记号;S2、数据发送端网关访问DNS服务器,并从DNS服务器中获取到数据接收端网关的URL地址,并将数据包以及自身的URL地址通过该URL地址发送给数据接收端网关;在进行数据采集传输的过程中,会在数据缓存服务器中备份数据包的标记记号,数据采集接收端在接收到数据发送端的数据包的时候,同时会获取到每个数据包的标记记号,并可以将获取到的数据包的标记信号分别与数据缓存服务器中的备份的数据包的标记记号进行比对。

    一种基于压缩感知理论的5G能源物联网通讯方法

    公开(公告)号:CN113098945A

    公开(公告)日:2021-07-09

    申请号:CN202110325817.6

    申请日:2021-03-26

    IPC分类号: H04L29/08

    摘要: 本发明公开了一种基于压缩感知理论的5G能源物联网通讯方法,属于物联网通讯技术领域,该基于压缩感知理论的5G能源物联网通讯方法包括下列步骤:将物联网通讯方式分割成固定的通讯段落;每个段落通过5G能源网络进行连接;使用压缩感知理论对通讯段落进行段落抽取;计算抽取段落的信息熵;将计算得到的信息熵进行分区间存储,每个区间的信息熵值数不超过0.2;在5G能源网络发布通讯信号后,在信息熵值为相同的区间内部的所有的通讯信号均可进行发布;该发明利用压缩感知理论,结合运用5G能源进行信息响应,加快信息传输,且在每个信息熵区间内部,可响应多个区域通讯信号,低时延,多响应。

    一种新能源远程运维管理的智能计算模型

    公开(公告)号:CN113077064A

    公开(公告)日:2021-07-06

    申请号:CN202110327351.3

    申请日:2021-03-26

    IPC分类号: G06Q10/00 G06Q10/10 G06Q10/06

    摘要: 本发明公开了一种新能源远程运维管理的智能计算模型,属于运维管理技术领域,该新能源远程运维管理的智能计算模型包括下列步骤:建立新能源运维组织体系管理信息库,完善新能源运维组织体系;设立运维制备以及流程管理;测试运维人员技术水平,不断检验运维人员技术;建立运维过程风险防御,规划正常运维技术;建立远程数据平台,与运维体系连接;该发明通过远程数据平台进行监理,从经济成效上降低运维成本、从管理成效上提升了运维管理水平,从运行成效上增强了业务系统的稳定性、安全性。