在线学习的综合能源客户价值挖掘能效评估方法和装置制造方法及图纸

本发明专利技术公开了在线学习的综合能源客户价值挖掘能效评估方法和装置，包括获取综合能源客户的综合能源使用数据，并进行预处理；基于预置的综合能源客户价值评价指标评估综合能源客户价值，获取客户价值评价标准数据；对客户价值评价标准数据进行中心化和标准化处理；基于中心化和标准化处理后的数据进行训练学习，获取参数权值；基于参数权值构建综合能效评估模型；基于综合能效评估模型评估综合能源客户的能效和综合能源客户的能源使用情况。本发明专利技术提供一种基于在线学习的综合能源客户价值挖掘能效评估方法，解决现有技术中综合能源管理与能效评估方法未考虑用户侧需求导致无法满足综合能源客户用能需求的问题。法满足综合能源客户用能需求的问题。法满足综合能源客户用能需求的问题。

【技术实现步骤摘要】
在线学习的综合能源客户价值挖掘能效评估方法和装置


[0001]本专利技术涉及在线学习的综合能源客户价值挖掘能效评估方法和装置，属于综合能源数据挖掘


技术介绍

[0002]作为多能互补在区域供能系统中最广泛的实现形式，早在十几年前各国就纷纷加入到综合能源系统的研究应用之中。用户侧综合能源服务利用先进的信息化技术，对多种能源系统进行统筹管理，充分实现能源精细利用和协调优化，推动多能互补，提升社会整体能效。在综合能源的网络架构下，为了使用户侧资源的能力得到充分利用，世界各国一直在鼓励用户侧综合能源服务的研究。
[0003]目前已经有多种客户价值评价方法被广泛应用于综合能源多个方面的评价，但综合能源供需协调优化技术及经济性还需要提升。要突破目前关于客户价值评价的局限性，一方面要构建一套体系化的供电客户价值评估指标体系，并根据实际业务建立动态调整机制，既多维度、全方位地真实反映客户的特性，又保持整个评价体系的连续性、持续性和可扩展性。二是基于客户行为信息大数据进行客户价值的挖掘，科学地运用现代大数据挖掘技术，有效地钻取客户数据背后的规律和需求，为供电客户价值评价工作提供技术支撑。现有的优化模型，多以运行成本最低或能耗最小为优化目标，将经济、能源两方面作为首要研究目的，很少考虑用户侧的需求。
[0004]对于综合能源系统，目前有大量文章运用智能能源枢纽、多能载波、热点联产、冷热电联产的概念协调优化多种能源以实现经济性和社会性目标。例如Farah等人在优化能源枢纽调度时考虑了三种目标函数，分别是最小化当前净成本、最小化二氧化碳总排放量以及同时最小化当前净成本和二氧化碳总排放量。我们发现这些综合能源管理与能效评估方法均未考虑用户侧需求，即用户特征。
[0005]因此，研发一种新的综合能源客户价值挖掘与能效评估的方法，以满足综合能源客户用能需求，成为人们亟待解决的问题。

技术实现思路

[0006]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供在线学习的综合能源客户价值挖掘能效评估方法和装置，解决现有技术中综合能源管理与能效评估方法未考虑用户侧需求导致无法满足综合能源客户用能需求的问题。
[0007]为达到上述目的，第一方面，本专利技术提供在线学习的综合能源客户价值挖掘能效评估方法，包括如下步骤：获取综合能源客户的综合能源使用数据，并进行预处理，获得客户价值评价标准数据；将客户价值评价标准数据导入构建的综合能效评估模型，获取综合能源用户的能量使用能效，用于综合能源客户价值挖掘能效评估。
[0008]进一步地，构建综合能效评估模型，包括：获取综合能源客户的综合能源使用数据，并进行预处理，获得客户价值评价标准数据；对客户价值评价标准数据进行中心化和标准化处理；构造训练模型，基于中心化和标准化处理后的数据在训练模型中进行在线训练学习，获取参数权值；基于参数权值构建综合能效评估模型。
[0009]进一步地，获取客户价值评价标准数据，包括：基于预置的综合能源客户价值评价指标评估综合能源客户价值，获取客户价值评价标准数据；预置的综合能源客户价值评价指标，包括：S={ECc，Cc，Oc，EUPc，DPc}；其中，ECc，Cc和Oc为当前价值评价指标，ECc表示客户用能情况，Cc表示客户信用情况，Oc表示客户经营状况，EUPc和DPc是潜在价值评价指标，EUPc 表示客户用能潜力，DPc表示客户发展潜力。
[0010]进一步地，获取客户价值评价标准数据，包括：ECc的价值评价标准数据包括用能量比率、用能费用比率、低谷用能率；Cc的价值评价标准数据包括用能合同履行率、用能费用缴纳比率，管理合作率；Oc的价值评价标准数据包括资产增长率；EUPc的价值评价标准数据包括用能量增长率、用能量增长贡献率、用能费用增长率、用能费用增长贡献率；DPc的价值评价标准数据包括行业市场占有率。
[0011]进一步地，中心化处理和标准化处理包括：以用能增长率和用能费用增长率为中心，使用z
‑
score标准化公式对客户价值评价标准数据进行中心化和标准化处理。
[0012]进一步地，预处理包括：对数据进行缺失补全、冗余去除和噪声去除处理：缺失补全的方法包括采用就近原则、中位数方法或平均数方法进行数据补全。
[0013]进一步地，构造训练模型，包括：构造马尔科夫决策过程模型：系统状态空间函数：S(t)=(用能费用比率+市场占有率)/（用能量增长率*低谷用能率）+市场占有率；动作空间函数：a(t)=用能量增长贡献率；奖励函数：r(t)= 用能合同履行率+用能费用缴纳比率+管理合作率
‑
用能费用增长率
‑
用能费用增长贡献率。
[0014]进一步地，在线训练时实时与外界进行交互，实时获取综合能源客户的能源消耗数据，进行样本获取和样本更新。
[0015]第二方面，本专利技术提供一种在线学习的综合能源客户价值挖掘能效评装置，所述装置包括：数据处理模块：用于接收综合能源使用数据，并进行预处理，获得客户价值评价标准数据；综合能效评估模块：用于处理客户价值评价标准数据，获取综合能源用户的能量使用能效，以进行综合能源客户价值挖掘能效评估。
[0016]本专利技术所达到的有益效果：本专利技术提供在线学习的综合能源客户价值挖掘能效评估方法和装置，通过在构建在线学习的综合能效评估模型，实时获取综合能源客户的综合用能信息，并基于此实时分析综合能源客户的综合能源使用情况，有利于更加合理化地进行能源分析和配给，满足综合能源客户的用能需求。
[0017]本专利技术提供在线学习的综合能源客户价值挖掘能效评估方法和装置，不同于传统的AHP
‑
熵权法的组合赋值等方法，可实时处理综合能源客户产生的小样本数据，具有良好的实用性。
[0018]本专利技术提供在线学习的综合能源客户价值挖掘能效评估方法和装置，不同于传统的由专家打分给出的参数类型，本专利技术使用综合能源客户在能源使用情况下产生的数据进行模型训练，降低了不确定性。
[0019]本专利技术提供在线学习的综合能源客户价值挖掘能效评估方法和装置，不仅考虑了综合能源客户的当前价值维度，还考虑了客户的潜在价值维度，最终的评价结果不仅可以适用于当下环境，而且对于未来客户价值的变动能够及时感知并适应，对于综合能源管理具有重要意义。
附图说明
[0020]图1是本专利技术实施例提供的在线学习的综合能源客户价值挖掘能效评估方法和装置的流程示意图；图2是本专利技术实施例提供的在线学习的综合能源客户价值挖掘能效评估方法和装置中在线学习中智能体与环境之间进行交互学习的过程图；图3是本专利技术实施例提供的在线学习的综合能源客户价值挖掘能效评估方法和装置中综合能源客户价值评价指标体系图；图4是本专利技术实施例提供的在线学习的综合能源客户价值挖掘能效评估方法和装置中综合能源客户能效评估分类图。
具体实施方式
[0021]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.在线学习的综合能源客户价值挖掘能效评估方法，其特征在于：包括：获取综合能源客户的综合能源使用数据，并进行预处理，获得客户价值评价标准数据；将客户价值评价标准数据导入构建的综合能效评估模型，获取综合能源用户的能量使用能效，用于综合能源客户价值挖掘能效评估。2.根据权利要求1所述的在线学习的综合能源客户价值挖掘能效评估方法，其特征在于：构建综合能效评估模型，包括：获取综合能源客户的综合能源使用数据，并进行预处理，获得客户价值评价标准数据；对客户价值评价标准数据进行中心化和标准化处理；构造训练模型，基于中心化和标准化处理后的数据在训练模型中进行在线训练学习，获取参数权值；基于参数权值构建综合能效评估模型。3.根据权利要求1或2所述的在线学习的综合能源客户价值挖掘能效评估方法，其特征在于：获取客户价值评价标准数据，包括：基于预置的综合能源客户价值评价指标评估综合能源客户价值，获取客户价值评价标准数据；预置的综合能源客户价值评价指标，包括：S={ECc，Cc，Oc，EUPc，DPc}；其中，ECc，Cc和Oc为当前价值评价指标，ECc表示客户用能情况，Cc表示客户信用情况，Oc表示客户经营状况，EUPc和DPc是潜在价值评价指标，EUPc 表示客户用能潜力，DPc表示客户发展潜力。4.根据权利要求3所述的在线学习的综合能源客户价值挖掘能效评估方法，其特征在于： ECc的价值评价标准数据包括用能量比率、用能费用比率、低谷用能率；Cc的价值评价标准数据包括用能合同履行率、用能费用缴纳比率，管理合作率；Oc的价值评价标准数据包括资产增长率；EUPc的价值评价标准数据包括用能量增长率、用能量增长贡献率、用能费用...

【专利技术属性】
技术研发人员：叶海亮，
申请(专利权)人：南京英诺森软件科技有限公司，
类型：发明
国别省市：