一种基于神经网络的用户侧综合能效评价方法技术

本发明专利技术公开了一种基于神经网络的用户侧综合能效评价方法，构建用户的一级指标、以及一级指标对应的二级指标，将各已知用户的二级指标和一级指标得分作为训练样本；将训练样本输入基于神经网络的综合能效评估模型进行训练，确定神经网络的网络结构和参数；将待评估用户的二级指标输入训练好的综合能效评估模型，输出待评估用户的一级指标得分。本发明专利技术提供的一种基于神经网络的用户侧综合能效评价方法，利用主观赋权结合实际情况得到训练样本，利用神经网络的方法建立能效评估模型，不断迭代优化指标权重，计算得到能效评分。大大提高能效评价效率，对于同类对象进行快速评价。

【技术实现步骤摘要】
一种基于神经网络的用户侧综合能效评价方法
本专利技术涉及一种基于神经网络的用户侧综合能效评价方法，属于用电服务评估

技术介绍
随着工业化进程的不断推进，对能源的需求和消费急剧增长，能源供给形势严峻。我国正处于能源转型的关键时期，必须不断推进绿色发展，建立清洁低碳、安全高效能源体系。然而，许多用能企业为了追求经济效益，忽略能源消耗问题，形成高排放、高污染的局面。为了解决用户能源浪费、不合理用能、低效用能的普遍现象，亟需对用户侧的相关企业进行能效评价和节能改造。但目前缺乏能够反映企业用能特征的评价体系，不能对各类用户侧用能设备、用户侧能源生产、需求响应资源、生产技术、环境、用户行为等给予全面、准确的评估。能效评估体系能够挖掘用户能源数据价值，为用户进行能源结构优化，节能改造、参与需求响应等提供科学的依据，从而提高用户能源利用效率，降低用户用能成本。在用户侧能效管理方面，能效评估是多指标综合评价问题，已有评价方法缺乏客观性和与现实实际情况结合。能效评估指标体系复杂，且影响用户侧能效的因素众多，各因素的变量类型不同。目前尚无一套完善的综合能效评估体系和评估方法来评价用户用能水平。
技术实现思路
目的：为了克服现有技术中存在的不足，本专利技术提供一种基于神经网络的用户侧综合能效评价方法，构建用户侧综合能效评估指标体系，基于神经网络的方法建立能效评估模型，利用神经网络方法的自适应性确定指标权重，避免人为因素的干扰，提高能效评估效率。技术方案：为解决上述技术问题，本专利技术采用的技术方案为：本专利技术提供了一种基于神经网络的用户侧综合能效评价方法，根据本专利技术的第一个方面，提出一种基于神经网络的用户侧综合能效评价方法，包括：获取待评价用户的能效指标数据，所述能效指标数据为预设指标体系中各一级能效指标对应的各二级能效指标数据；将待评估用户的二级能效指标数据输入预先训练的综合能效评估模型，得到综合能效评估模型输出的待评估用户的一级能效指标评价结果；所述预先训练的综合能效评估模型采用神经网络，神经网络以二级能效指标数据为输入，以二级能效指标对应的各一级能效指标评价结果为输出，训练样本为已知一级能效指标评价结果和对应的二级能效指标数据。作为优选方案，所述一级能效指标至少包括经济效益、电能质量、需求侧管理、生产效率、环境指数其中一种。作为优选方案，经济效益指标的二级能效指标至少包括投资费用、运行费用、运维费用其中一种；电能质量指标的二级能效指标至少包括电压偏差、功率偏差、负载率、电网频率偏差、三相不平衡率、谐波畸变率其中一种；需求侧管理指标的二级能效指标至少包括新能源设备能效、输送效率、照明系统能效、空调系统能效、用电峰谷时间段、用能行为分析其中一种；生产效率指标的二级能效指标至少包括产值总量、单位产值能效、生产系统能效、用能设备能效其中一种；环境指数指标的二级能效指标至少包括燃料消耗、污染物排放、电磁环境污染其中一种。作为优选方案，所述一级能效指标评价结果为一级能效指标得分，训练样本中的一级能效指标得分通过专家赋值评分得到，评分标准如下：对于经济效益指标，以是否亏损、盈利额作为参考打分；对于电能质量指标，根据检测得到的电能参数曲线是否异常波动，异常的次数、频率进行电能质量判断作为参考打分；对于需求侧管理指标，以是否参与过削峰填谷、是否积极参与清洁能源消纳为参考打分；对于生产效率指标，以产值能耗为数据基础作为参考打分；对于环境指数指标，以是否符合国家规定的环保指数作为参考打分。作为优选方案，还包括，对待输入综合能效评估模型的二级能效指标数据进行数据预处理，数据预处理包括删除异常值和/或数据归一化。作为优选方案，所述神经网络的输入层神经元个数为二级能效指标个数，输出层神经元个数为一级能效指标个数。作为优选方案，神经网络训练包括初始化网络、输入训练样本、设置网络参数、调整权值和阈值，计算误差，训练直到网络输出的误差减小到最小误差阈值，或达到最大迭代次数为止，否则更新权值继续训练。作为优选方案，所述一级能效指标评价结果为一级能效指标得分；方法还包括：计算用户的一级能效指标得分的平均值，作为用户综合能效评分；根据用户综合能效评分，按照预设的能效等级确定规则，确定待评估用户的综合能效等级；所述综合能效等级包括对应多个综合能效评分范围的多个等级；所述预设的能效等级确定规则为：根据用户综合能效评分所属的综合能效评分范围，确定为相应的综合能效等级。作为优选方案，综合能效等级中各等级对应的综合能效评分范围划分步骤包括：将对应多个用户的综合能效评分从大到小排序；对排序后的用户综合能效评分序列按比例阈值进行依次分段，每个分段对应一个综合能效等级，且按照综合能效评分序列从前向后的顺序，各分段对应的综合能效等级依次表示用户能效水平从高到低；每个分段中用户综合能效评分的最小值与最大值之间的数值为对应能效等级的评分范围。一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术第一个方面所述方法的步骤。有益效果：本专利技术提供的一种基于神经网络的用户侧综合能效评价方法，利用主观赋权结合实际情况得到训练样本，利用神经网络的方法建立能效评估模型，不断迭代优化指标权重，计算得到能效评分。利用神经网络确定评价指标的权重，避免了人为确定权重时容易受个人主观观点的影响，同时避免完全依赖数学方法而缺乏考虑实际的情况。神经网络能够通过迭代训练确定连接权值，即指标权重，具有较强学习能力和自适应能力，神经网络具有强大的非线性处理能力，提高能效评估的准确性，且训练完成后的权值已经确定，之后直接待评价用户的输入数据即可，大大提高能效评价效率，对于同类对象进行快速评价。附图说明图1表示用户侧综合能效评价方法的总流程。图2表示的综合能效评估指标体系。具体实施方式下面结合具体实施例对本专利技术作更进一步的说明。如图1所示，一种基于神经网络的用户侧综合能效评价方法，具体描述如下。(1)构建综合能效评估指标体系；构建“1个评分-5个指标-22个特征”的综合能效评估指标体系。通过分析用户侧能源数据、设备数据、经营数据、电能数据、能效数据、环境数据，设定经济效益、电能质量、需求侧管理、生产效率、环境指数5个指标为一级指标，筛选出影响一级指标结果的相关特征作为二级指标。经济效益的二级指标包括投资费用、运行费用、运维费用；电能质量的二级指标包括电压偏差、功率偏差、负载率、电网频率偏差、三相不平衡率、谐波畸变率；需求侧管理的二级指标包括新能源设备能效、输送效率、照明系统能效、空调系统能效、用电峰谷时间段、用能行为分析；生产效率的二级指标包括产值总量、单位产值能效、生产系统能效、用能设备能效；环境指数的二级指标包括燃料消耗、污染物排放、电磁环境污染。综合能效评估指标体系如图2所示。...

【技术保护点】
1.一种基于神经网络的用户侧综合能效评价方法，其特征在于：包括：/n获取待评价用户的能效指标数据，所述能效指标数据为预设指标体系中各一级能效指标对应的各二级能效指标数据；/n将待评估用户的二级能效指标数据输入预先训练的综合能效评估模型，得到综合能效评估模型输出的待评估用户的一级能效指标评价结果；/n所述预先训练的综合能效评估模型采用神经网络，神经网络以二级能效指标数据为输入，以二级能效指标对应的各一级能效指标评价结果为输出，训练样本为已知一级能效指标评价结果和对应的二级能效指标数据。/n

【技术特征摘要】
1.一种基于神经网络的用户侧综合能效评价方法，其特征在于：包括：
获取待评价用户的能效指标数据，所述能效指标数据为预设指标体系中各一级能效指标对应的各二级能效指标数据；
将待评估用户的二级能效指标数据输入预先训练的综合能效评估模型，得到综合能效评估模型输出的待评估用户的一级能效指标评价结果；
所述预先训练的综合能效评估模型采用神经网络，神经网络以二级能效指标数据为输入，以二级能效指标对应的各一级能效指标评价结果为输出，训练样本为已知一级能效指标评价结果和对应的二级能效指标数据。


2.根据权利要求1所述的一种基于神经网络的用户侧综合能效评价方法，其特征在于：所述一级能效指标至少包括经济效益、电能质量、需求侧管理、生产效率、环境指数其中一种。


3.根据权利要求2述的一种基于神经网络的用户侧综合能效评价方法，其特征在于：经济效益指标的二级能效指标至少包括投资费用、运行费用、运维费用其中一种；
电能质量指标的二级能效指标至少包括电压偏差、功率偏差、负载率、电网频率偏差、三相不平衡率、谐波畸变率其中一种；
需求侧管理指标的二级能效指标至少包括新能源设备能效、输送效率、照明系统能效、空调系统能效、用电峰谷时间段、用能行为分析其中一种；
生产效率指标的二级能效指标至少包括产值总量、单位产值能效、生产系统能效、用能设备能效其中一种；
环境指数指标的二级能效指标至少包括燃料消耗、污染物排放、电磁环境污染其中一种。


4.根据权利要求2述的一种基于神经网络的用户侧综合能效评价方法，其特征在于：
所述一级能效指标评价结果为一级能效指标得分，训练样本中的一级能效指标得分通过专家赋值评分得到，评分标准如下：
对于经济效益指标，以是否亏损、盈利额作为参考打分；
对于电能质量指标，根据检测得到的电能参数曲线是否异常波动，异常的次数、频率进行电能质量判断作为参考打分；
对于需求侧管理指标，以是否参与过削峰填谷、是否积极参与清洁能源消纳为参考打分；
对于生产效率指标，以产值能耗为数据基础作为参考打分；

【专利技术属性】
技术研发人员：郝浩，张庭玉，陈志凯，赵竟，沈炎，胡恩俊，陆立广，刘永瑞，
申请(专利权)人：南京华盾电力信息安全测评有限公司，
类型：发明
国别省市：江苏;32