基于大数据的节能酒店能耗费用的分配方法及装置制造方法及图纸

本发明专利技术提出了一种基于大数据的节能酒店能耗费用的分配方法及装置，包括：基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；获取酒店历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；获取预设的目标酒店的约束值，结合能效比分析目标酒店的节能情况，根据分析结果分配节能设备。基于酒店的电能消耗特点，根据不同权重构建酒店能耗的预测模型，并通过伽马分布实现科学的节能评估，结合统一的建筑能耗标准，得到节能情况的分析结果，提高节能改造的准确性和科学性。

【技术实现步骤摘要】
基于大数据的节能酒店能耗费用的分配方法及装置
本专利技术属于能耗费用分配领域，尤其涉及基于大数据的节能酒店能耗费用的分配方法及装置。
技术介绍
据统计，经济型酒店的建筑群电能消耗量约占据社会能源总酒店能耗的三分之一，并且在未来的几十年中我国经济型商务酒店的建筑群电能消耗量依旧巨大，因此普遍对酒店建筑进行了节能改造，并需要对节能改造之后的能耗费用进行预算，从而合理分配酒店运营经费中用于能耗费用的部分，完成本年度的经费管理计划。但是酒店集餐饮、住宿、娱乐等多种能耗类型为一体的特殊性，对节能改造后的能耗费用分配造成很多不可控因素，影响能耗费用分配的准确性。
技术实现思路
为了解决现有技术中存在的缺点和不足，本专利技术提出了一种基于大数据的节能酒店能耗费用的分配方法，包括：基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；获取酒店历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用。可选的，所述基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型，包括：根据影响酒店电能消耗的因素确定特征参数，根据特征参数对酒店电能消耗的影响效果配置权重，影响程度越高，配置的权重越大；通过加权最小二乘法建立酒店电量总消耗的预测模型，所述预测模型为：EUIm＝μ0+μ1x1+μ2x2…+μmxm；其中，EUIm为预测能耗，x1、x2…xm为影响酒店能耗的特征参数，μ0、μ1、μ2…μm为特征参数对应的权重，EUIm、μ0、μ1、μ2…μm以及x1、x2…xm的取值范围均为正数。可选的，所述目标酒店的历史电能消耗数据为特征参数对应的历史数据，通过预先建立的酒店后台数据库获取。可选的，所述获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比，包括：通过部署在目标酒店用电线路中的电能采集装置，获取目标酒店的实际能耗EUIi；根据能效比的定义公式计算目标酒店的能效比EER，所述定义公式为其中，EUIm为通过预测模型得到的预测能耗，EER、EUIi以及EUIm的取值范围均为正数。可选的，所述根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用，包括：根据预先规定的建筑能耗标准，获取目标酒店的约束值，所述约束值为目标酒店实现使用功能所允许消耗的最大建筑能耗；若预测能耗未超过约束值，则获取预先存储的目标酒店节能改造前的历史能耗费用，计算历史能耗费用与能效比的乘积，得到目标酒店节能改造后的能耗费用分配结果。本专利技术还基于同样的专利技术思路提出了一种基于大数据的节能酒店能耗费用的分配装置，包括：建模单元：用于基于影响目标酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；预测单元：用于获取目标酒店的历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；数据处理单元：用于获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；费用分配单元：用于根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用。可选的，所述建模单元，具体用于：根据影响酒店能耗的因素确定特征参数，根据特征参数对酒店能耗的影响效果配置权重，影响程度越高，配置的权重越大；通过加权最小二乘法建立酒店电量总消耗的预测模型，所述预测模型为：EUIm＝μ0+μ1x1+μ2x2…+μmxm；其中，EUIm为预测能耗，x1、x2…xm为影响酒店能耗的特征参数，μ0、μ1、μ2…μm为特征参数对应的权重，EUIm、μ0、μ1、μ2…μm以及x1、x2…xm的取值范围均为正数。可选的，所述建模单元还包括预先建立的酒店后台数据库，用于获取目标酒店的历史电能消耗数据。可选的，所述数据处理单元，具体用于；通过部署在目标酒店用电线路中的电能采集装置，获取目标酒店的实际能耗EUIi；根据能效比的定义公式计算目标酒店的能效比EER，所述定义公式为其中，EUIm为通过预测模型得到的预测能耗，EER、EUIi以及EUIm的取值范围均为正数.可选的，所述费用分配单元，具体用于：根据预先规定的建筑能耗标准，获取目标酒店的约束值，所述约束值为目标酒店实现使用功能所允许消耗的最大建筑能耗；若预测能耗未超过约束值，则获取预先存储的目标酒店节能改造前的历史能耗费用，计算历史能耗费用与能效比的乘积，得到目标酒店节能改造后的能耗费用分配结果。本专利技术提供的技术方案带来的有益效果是：基于酒店的电能消耗特点，根据不同权重构建酒店能耗的预测模型，结合统一规定的建筑能耗标准和历史能耗费用，得到节能酒店能耗费用分配结果，提高节能酒店分配能耗费用的准确性和科学性。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提出的基于大数据的节能酒店能耗费用的分配方法的流程示意图；图2为本专利技术提出的基于大数据的节能酒店能耗费用的分配装置的结构框图。具体实施方式为使本专利技术的结构和优点更加清楚，下面将结合附图对本专利技术的结构作进一步地描述。实施例一如图1所示，本专利技术提出了基于大数据的节能酒店能耗费用的分配方法，包括：S1：基于影响目标酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型。其中，特征参数是指能够对酒店电能消耗产生影响的特征，包括客观环境因素以及酒店自身固有的属性特征两部分，其中，客观环境因素如酒店所述的气候区、供暖供冷方式等，这些特征在客人入住酒店时直接影响因天气原因产生的用于供暖或制冷的电能消耗，酒店自身固有的属性特征如酒店的建筑面积、楼层数、房间数、平均房价、酒店星级、入住率等，这些特征通过影响住客和酒店设施的数量间接影响酒店的电能消耗。在本实施例中，选取目标建筑群中的一个经济型酒店建筑作为目标酒店，获取的特征参数对应的数据包括：地理位置处于北半球的寒冷带地区，采用采暖供暖、空调供冷，其中采暖的能源为燃气，空调的能源为电。酒店，建筑面积3600m2，楼层数4层。客房数量120间，其中大床房50间，标准双人间70间，两种房间的配置除了床的数量以外没有其他不同，大床房一日晚价格350元，标准双人间一日晚价格280元。酒店星级为3星级，入住率为84％。酒店职工共25人，酒店全年营业，只提供早餐，日常实用楼内电梯2部。酒店的厨房使用燃气灶，冰柜5台。根据特征本文档来自技高网...

【技术保护点】
1.基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述分配方法包括：/n基于影响目标酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；/n获取目标酒店的历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；/n获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；/n根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用。/n

【技术特征摘要】
1.基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述分配方法包括：
基于影响目标酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；
获取目标酒店的历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；
获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；
根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用。


2.根据权利要求1所述的基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述基于影响目标酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型，包括：
根据影响酒店电能消耗的因素确定特征参数，根据特征参数对酒店电能消耗的影响效果配置权重，影响程度越高，配置的权重越大；
通过加权最小二乘法建立酒店电量总消耗的预测模型，所述预测模型为：
EUIm＝μ0+μ1x1+μ2x2…+μmxm；
其中，EUIm为预测能耗，x1、x2…xm为影响酒店能耗的特征参数，μ0、μ1、μ2…μm为特征参数对应的权重，EUIm、μ0、μ1、μ2…μm以及x1、x2…xm的取值范围均为正数。


3.根据权利要求1所述的基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述目标酒店的历史电能消耗数据为特征参数对应的历史数据，通过预先建立的酒店后台数据库获取。


4.根据权利要求1所述的基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比，包括：
通过部署在目标酒店用电线路中的电能采集装置，获取目标酒店的实际能耗EUIi；
根据能效比的定义公式计算目标酒店的能效比EER，所述定义公式为



其中，EUIm为通过预测模型得到的预测能耗，EER、EUIi以及EUIm的取值范围均为正数。


5.根据权利要求1所述的基于大数据的节能酒店能耗费用的分配方法，其特征在于，所述根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用，包括：
根据预先规定的建筑能耗标准，获取目标酒店的约束值，所述约束值为目标酒店实现使用功能所允许消耗的最大建筑能耗；
若预测能耗未超过约束值，则获取预先存储的目标酒店节能改造前的历史能耗费用，计算历史能耗费用与能效...

【专利技术属性】
技术研发人员：方响，吴靖，许杰，徐祥海，侯伟宏，孙智卿，夏霖，王亿，苏斌，蒋燕萍，屠永伟，蒋建，来益博，宣羿，张晓波，陈益芳，向新宇，王剑，
申请(专利权)人：浙江大有实业有限公司杭州科技发展分公司，国网浙江省电力有限公司杭州供电公司，国网浙江省电力有限公司，
类型：发明
国别省市：浙江;33