适用于智慧城市的企业能耗数据管理系统技术方案

本申请涉及智慧城市领域，其具体地公开了一种适用于智慧城市的企业能耗数据管理系统，其通过采用基于深度学习的人工智能检测算法来提取出企业中各个用电设备的能耗功率在时间维度上的多尺度动态关联特征，并考虑到所述各个用电设备之间的能耗功率也具有着关联性关系，因此进一步利用具有不同感受野的网络模型来进行所述各个用电设备之间的能耗变化特征的多尺度关联特征提取，并以此来进行企业的能耗检测。这样，能够准确地对于企业能耗是否正常进行智能检测，进而实施相应的能耗管理，以提高智慧城市能源利用效率。以提高智慧城市能源利用效率。以提高智慧城市能源利用效率。

【技术实现步骤摘要】
适用于智慧城市的企业能耗数据管理系统


[0001]本申请涉及智慧城市领域，且更为具体地，涉及一种适用于智慧城市的企业能耗数据管理系统。

技术介绍

[0002]智慧城市建设是未来城市发展的重要趋势，是城市可持续发展的必然要求。对企业进行能耗数据的管理可以提高智慧城市能源利用效率。
[0003]现有的企业能耗管理系统，通常是简单的能耗总值监控，例如，设定预定阈值来判断企业能耗是否正常，这种企业能耗管理模式过于简单，且不符合实际企业能耗使用情况，其原因为企业能耗使用量本身会随着时间和业务状况发生变化，简单的阈值参考并不能满足企业能耗管理需求。
[0004]因此，期待一种优化的适用于智慧城市的企业能耗数据管理方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种适用于智慧城市的企业能耗数据管理系统，其通过采用基于深度学习的人工智能检测算法来提取出企业中各个用电设备的能耗功率在时间维度上的多尺度动态关联特征，并考虑到所述各个用电设备之间的能耗功率也具有着关联性关系，因此进一步利用具有不同感受野的网络模型来进行所述各个用电设备之间的能耗变化特征的多尺度关联特征提取，并以此来进行企业的能耗检测。这样，能够准确地对于企业能耗是否正常进行智能检测，进而实施相应的能耗管理，以提高智慧城市能源利用效率。
[0006]根据本申请的一个方面，提供了一种适用于智慧城市的企业能耗数据管理系统，其包括：
[0007]能耗数据采集模块，用于获取待检测企业的所有用电设备在预定时间段内多个预定时间点的能耗功率值；
[0008]设备能耗特征提取模块，用于将所述各个用电设备在预定时间段内多个预定时间点的能耗功率值分别排列为功率输入向量后通过多尺度邻域特征提取模块以得到多个功率特征向量；
[0009]设备间关联特征提取模块，用于将所述多个功率特征向量进行二维排列为全局功率特征矩阵后通过包含第一卷积神经网络和第二卷积神经网络的双流网络模型以得到第一尺度能耗关联特征图和第二尺度能耗关联特征图，其中，所述第一卷积神经网络和所述第二卷积神经网络具有不同的特征感受野；
[0010]特征融合模块，用于融合所述第一尺度能耗关联特征图和所述第二尺度能耗关联特征图以得到分类特征图；以及
[0011]管理结果生成模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示待检测企业的能耗是否正常。
[0012]在上述适用于智慧城市的企业能耗数据管理系统中，所述设备能耗特征提取模块，包括：第一尺度特征提取单元，用于将所述功率输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度功率特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二尺度特征提取单元，用于将所述功率输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度功率特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及，多尺度级联单元，用于将所述第一邻域尺度功率特征向量和所述第二邻域尺度功率特征向量进行级联以得到所述多个功率特征向量。
[0013]在上述适用于智慧城市的企业能耗数据管理系统中，第一尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述功率输入向量进行一维卷积编码以得到第一邻域尺度功率特征向量；其中，所述公式为：
[0014][0015]其中，a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x
‑
a)为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示所述功率输入向量。第二尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述功率输入向量进行一维卷积编码以得到所述第二邻域尺度功率特征向量；其中，所述公式为：
[0016][0017]其中，b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x
‑
b)为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示所述功率输入向量。
[0018]在上述适用于智慧城市的企业能耗数据管理系统中，所述第一卷积神经网络使用具有第一尺度的第一卷积核，所述第二卷积神经网络使用具有第二尺度的第二卷积核，其中，所述第一尺度不同于所述第二尺度。
[0019]在上述适用于智慧城市的企业能耗数据管理系统中，所述第一卷积神经网络使用具有第一空洞率的第一空洞卷积核，所述第二卷积神经网络使用具有第二空洞率的第二空洞卷积核，其中，所述第一空洞率不同于所述第二空洞率，所述第一空洞卷积核和所述第二空洞卷积核具有相同的尺寸。
[0020]在上述适用于智慧城市的企业能耗数据管理系统中，所述特征融合模块，进一步用于：以如下公式融合所述第一尺度能耗关联特征图和所述第二尺度能耗关联特征图以得到所述分类特征图；其中，所述公式为：
[0021][0022]其中M
1i
和M
2i
分别为所述第一尺度能耗关联特征图和所述第二尺度能耗关联特征图的第i个特征矩阵通过线性变换得到的对角矩阵，M
ci
是所述分类特征图的第i个特征矩
阵，ReLU(
·
)表示ReLU激活函数，表示矩阵相乘，且分子矩阵和分母矩阵之间的除法为矩阵特征值的按位置相除，exp(
·
)表示矩阵的指数运算，所述矩阵的指数运算表示计算以矩阵中各个位置的特征值为幂的自然指数函数值。
[0023]在上述适用于智慧城市的企业能耗数据管理系统中，所述管理结果生成模块，包括：展开单元，用于将所述分类特征图基于行向量或列向量展开为分类特征向量；全连接编码单元，用于使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类结果生成单元，用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0024]根据本申请的另一方面，提供了一种适用于智慧城市的企业能耗数据管理方法，其包括：
[0025]获取待检测企业的所有用电设备在预定时间段内多个预定时间点的能耗功率值；
[0026]将所述各个用电设备在预定时间段内多个预定时间点的能耗功率值分别排列为功率输入向量后通过多尺度邻域特征提取模块以得到多个功率特征向量；
[0027]将所述多个功率特征向量进行二维排列为全局功率特征矩阵后通过包含第一卷积神经网络和第二卷积神经网络的双流网络模型以得到第一尺度能耗关联特征图和第二尺度能耗关联特征图，其中，所述第一卷积神经网络和所述第二卷积神经网络具有不同的特征感受野；
[0028]融合所述第一尺度能耗关联特征图和所述第二尺度能耗关联特征图以得到分类特征图；以及
[0029]将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示待检测企业的能耗是否正常。
[0030]根据本申请的再本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于智慧城市的企业能耗数据管理系统，其特征在于，包括：能耗数据采集模块，用于获取待检测企业的所有用电设备在预定时间段内多个预定时间点的能耗功率值；设备能耗特征提取模块，用于将所述各个用电设备在预定时间段内多个预定时间点的能耗功率值分别排列为功率输入向量后通过多尺度邻域特征提取模块以得到多个功率特征向量；设备间关联特征提取模块，用于将所述多个功率特征向量进行二维排列为全局功率特征矩阵后通过包含第一卷积神经网络和第二卷积神经网络的双流网络模型以得到第一尺度能耗关联特征图和第二尺度能耗关联特征图，其中，所述第一卷积神经网络和所述第二卷积神经网络具有不同的特征感受野；特征融合模块，用于融合所述第一尺度能耗关联特征图和所述第二尺度能耗关联特征图以得到分类特征图；以及管理结果生成模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示待检测企业的能耗是否正常。2.根据权利要求1所述的适用于智慧城市的企业能耗数据管理系统，其特征在于，所述设备能耗特征提取模块，包括：第一尺度特征提取单元，用于将所述功率输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度功率特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二尺度特征提取单元，用于将所述功率输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度功率特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及多尺度级联单元，用于将所述第一邻域尺度功率特征向量和所述第二邻域尺度功率特征向量进行级联以得到所述多个功率特征向量。3.根据权利要求2所述的适用于智慧城市的企业能耗数据管理系统，其特征在于，第一尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述功率输入向量进行一维卷积编码以得到第一邻域尺度功率特征向量；其中，所述公式为：其中，a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x
‑
a)为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示所述功率输入向量。第二尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对...

【专利技术属性】
技术研发人员：童霁超，陈锦宏，卢学群，沈剑，周旭，
申请(专利权)人：浙江智慧信息产业有限公司，
类型：发明
国别省市：