一种基于半监督聚类算法的多加油站用电量能耗管控方法技术

本发明专利技术属于加油站能耗管控技术领域，具体涉及一种基于半监督聚类算法的多加油站用电量能耗管控方法，本发明专利技术基于初步计算得到的各簇加油站组多个维度工况各自对应的标准值，采用半监督聚类算法的学习思想：基于每日单位能耗数据对各簇内的加油站进一步进行了二次聚类，以在各簇内聚类得到若干簇加油站子组，此时加油站子组内的加油站用电情况高度相似，并在加油站子组内按优先级大小筛选出若干个代表加油站，基于初步计算得到的标准值判断各代表加油站在各维度的能耗使用是否合理的情况，进而判断加油站子组内所有加油站能耗使用是否合理。本发明专利技术可同时高效管控庞大数量的加油站整体用电量能耗。站整体用电量能耗。站整体用电量能耗。

【技术实现步骤摘要】
一种基于半监督聚类算法的多加油站用电量能耗管控方法


[0001]本专利技术属于加油站能耗管控
，具体涉及一种基于半监督聚类算法的多加油站用电量能耗管控方法。

技术介绍

[0002]加油站的整体用电量能耗在加油站的运营成本中占重要地位。目前存在一些针对加油站能源供给的管控方法，例如申请号为CN202210501318.2的中国专利，其公开了一种基于数字化能源在线监测分析方法、系统及存储介质，该基于数字化能源在线监测分析方法包括提取预分析城市对应的登记车辆数目、各登记车辆对应的基本登记信息以及加油站对应的基本信息；按照预设采集周期对各加油站内对应的加油数据以及能源存储数据进行采集；对预分析城市各加油站对应的能源使用效率进行个体化和整体化分析；本专利技术有效的解决了当前技术没有基于能源供需矛盾方面进行分析的问题，为城市石油供应提供可靠、科学和精准的分配方向，实现预分析城市从局部到整体的双层面分析，在一定程度上有效的缓解了当前石油能源的紧张程度，同时还实现了城市各加油站能源的针对化管理。也存在一些针对充电站用电量预测的研究，例如申请号为CN202011221935.4的中国专利，公开了一种基于深度聚类模型的充电站用电量预测方法，包括：充电站数据的增强及预处理；基于深度聚类模型的特征映射，充电站所属簇的确定；基于最近邻算法的充电站电量预测。本专利技术方法使用深度神经网络同时学习充电站数据的特征表示和簇的分配，通过将数据映射到隐层特征空间，迭代地优化聚类目标和重构损失，减少了误差传播的可能性；进一步使用最近邻算法对充电站用电量进行预测。本方法相比于以往的充电站用电预测方法，能够挖掘到数据的隐含特征，缩小搜索空间，具有更高的预测精度。
[0003]但是目前针对加油站整体的用电量能耗管控的研究较少，针对多个加油站同时进行用电量能耗管控的研究更是少之又少。众所周知影响加油站用电量能耗的因素较多，包括站点每日总加油量数据、站点每日营业时长信息、站点每日站内平均温度信息等等，当需要同时对庞大数量的加油站进行用电量能耗管控时，若针对每个加油站的上述数据均进行一一计算，计算量将非常庞大，管控效率较低。
[0004]因此，亟需一种可同时高效管控庞大数量的加油站整体用电量能耗的方法。

技术实现思路

[0005]针对现有技术中存在的上述问题，本专利技术提供一种基于半监督聚类算法的多加油站用电量能耗管控方法，可同时高效管控庞大数量的加油站整体用电量能耗。
[0006]本专利技术采用以下技术方案：一种基于半监督聚类算法的多加油站能耗管控方法，包括步骤：S1、基于加油站营业规模信息对若干加油站进行聚类，以得到簇加油站组；S2、实时获取各加油站的每日用电量能耗数据以及多个维度工况的每日数据，并计算各加油站多个维度工况各自对应的每日单位能耗数据；
S3、重复步骤S2，直至达到预设时间长度周期，基于预设时间长度周期内各簇加油站组内各加油站多个维度工况对应的每日单位能耗数据，以计算得到各簇加油站组多个维度工况各自对应的标准值；S4、执行步骤S2，并基于各簇加油站组内各加油站多个维度工况各自对应的每日单位能耗数据，以对各簇加油站组内的若干加油站进行二次聚类，以在各簇加油站组内聚类得到若干簇加油站子组，并执行步骤S5；S5、在各加油站子组内按优先级大小均筛选出k个代表加油站，并将各代表加油站多个维度工况各自对应的每日单位能耗数据与对应的标准值进行差值比较，以判断各代表加油站在各维度的能耗使用是否合理；S6、基于各代表加油站在各维度的能耗使用是否合理的情况，判断加油站子组内所有加油站能耗使用是否合理；S7、基于能耗使用的判断结果对各加油站子组进行能耗管控；S8、返回步骤S4。
[0007]作为优选方案，步骤S1中所述营业规模信息包括站点地理位置信息、站点加油机数量信息、站点加油枪数量信息、站点油罐数量信息、站点营业时长信息。
[0008]作为优选方案，步骤S1中，包括以下步骤：S1.1、选定H个加油站数据样本作为类中心；S1.2、将加油站数据样本逐个与类中心进行距离计算，并将加油站数据样本分配至距离最近的类中心所属的集合中；S1.3、计算每个类集合中所有数据样本点的均值，并作为新一轮的类中心；S1.4、判断新一轮类中心与上一轮类中心间的距离是否超过设定的阈值，若超过阈值则返回步骤S1.2，否则聚类结束。
[0009]作为优选方案，步骤S2中所述多个维度工况的每日数据包括站点每日总加油量数据、站点每日营业时长信息、站点每日站内平均温度信息。
[0010]作为优选方案，步骤S3中，所述各簇加油站组多个维度工况各自对应的标准值，计算公式为：，，其中， 表示第簇加油站组的第个维度工况对应的标准值，表示预设时间长度周期的天数，表示第簇加油站组内所有加油站在第天时第个维度工况的每日单位能耗数据的平均值，表示加油站组内的加油站数量，表示第簇加油站组中第个加油站在第天时第个维度工况的每日数据，表示第簇加油站组中第个加油站第天时的每日用电量能耗数据。
[0011]作为优选方案，步骤S3与步骤S4之间还包括步骤：SA、基于预设阈值因子、步骤S3中所述各簇加油站组多个维度工况各自对应的标准值，计算得到下一预设时间长度周期内的各簇加油站组多个维度工况各自对应的标准值；SB、基于已计算得到的各周期内各簇加油站组多个维度工况各自对应的标准值进行汇聚平均，以计算得到下一预设时间长度周期内的各簇加油站组多个维度工况各自对应的标准值；SC、重复步骤SB，以计算得到后续所有周期内各簇加油站组多个维度工况各自对应的标准值。
[0012]作为优选方案，步骤SA中，计算公式为：，其中，表示预设阈值因子，表示下一预设时间长度周期内的第簇加油站组的第个维度工况对应的标准值。
[0013]作为优选方案，步骤S5中包括步骤：S5.1、判断当前所属周期；S5.2、将各代表加油站多个维度工况各自对应的每日单位能耗数据与所属周期对应的标准值进行差值比较，以判断各代表加油站的能耗使用是否合理。
[0014]作为优选方案，步骤S6中：若相应加油站子组内所有代表加油站在相应维度的能耗使用不合理的数量总和超过第一预设阈值，则判断加油站子组内所有加油站能耗在该维度使用均不合理；若相应加油站子组内所有代表加油站在各维度的能耗使用不合理的数量总和超过第二预设阈值，则判断加油站子组内所有加油站整体能耗使用均不合理。
[0015]作为优选方案，步骤S4中，所述二次聚类采用密度峰值聚类算法，包括以下步骤：Sa、计算加油站数据样本密度以及最小距离；Sb、基于加油站数据样本密度以及最小距离计算加油站数据样本优先级；Sc、基于加油站数据样本优先级进行聚类。
[0016]本专利技术的有益效果是：本专利技术首先基于加油站营业规模信息对加油站进行初步聚类，得到簇加油站组，各簇加油站组内的加油站营业规模均相近，他们的用电量能耗数据也大致相近，因此本专利技术中基于各簇加油站组内各加油站多个维度工况对应的每日单位能耗数据，以计算得到各簇加油站组多个维度工况各自对应的标准值，因此后续计算过程中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于半监督聚类算法的多加油站用电量能耗管控方法，其特征在于，包括步骤：S1、基于加油站营业规模信息对若干加油站进行聚类，以得到簇加油站组；S2、实时获取各加油站的每日用电量能耗数据以及多个维度工况的每日数据，并计算各加油站多个维度工况各自对应的每日单位能耗数据；S3、重复步骤S2，直至达到预设时间长度周期，基于预设时间长度周期内各簇加油站组内各加油站多个维度工况对应的每日单位能耗数据，以计算得到各簇加油站组多个维度工况各自对应的标准值；S4、执行步骤S2，并基于各簇加油站组内各加油站多个维度工况各自对应的每日单位能耗数据，以对各簇加油站组内的若干加油站进行二次聚类，以在各簇加油站组内聚类得到若干簇加油站子组，并执行步骤S5；S5、在各加油站子组内按优先级大小均筛选出k个代表加油站，并将各代表加油站多个维度工况各自对应的每日单位能耗数据与对应的标准值进行差值比较，以判断各代表加油站在各维度的能耗使用是否合理；S6、基于各代表加油站在各维度的能耗使用是否合理的情况，判断加油站子组内所有加油站能耗使用是否合理；S7、基于能耗使用的判断结果对各加油站子组进行能耗管控；S8、返回步骤S4。2.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法，其特征在于，步骤S1中所述营业规模信息包括站点地理位置信息、站点加油机数量信息、站点加油枪数量信息、站点油罐数量信息、站点营业时长信息。3.根据权利要求2所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法，其特征在于，步骤S1中，包括以下步骤：S1.1、选定H个加油站数据样本作为类中心；S1.2、将加油站数据样本逐个与类中心进行距离计算，并将加油站数据样本分配至距离最近的类中心所属的集合中；S1.3、计算每个类集合中所有数据样本点的均值，并作为新一轮的类中心；S1.4、判断新一轮类中心与上一轮类中心间的距离是否超过设定的阈值，若超过阈值则返回步骤S1.2，否则聚类结束。4.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法，其特征在于，步骤S2中所述多个维度工况的每日数据包括站点每日总加油量数据、站点每日营业时长信息、站点每日站内平均温度信息。5.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法，其特征在于，步骤S3中，所述各簇加油站组多个维度工况各自对应的标准值，计算公式为：...

【专利技术属性】
技术研发人员：周君良，范庆来，武禹伯，朱霄，蒋肇标，仇溯舸，陈佳轶，王崇，杨杰，蔡诗瑶，何佳敏，
申请(专利权)人：浙江浙石油综合能源销售有限公司，
类型：发明
国别省市：