基于灰色预测的能效基准值判定方法、系统、设备和介质技术方案

本发明专利技术提供了一种基于灰色预测的能效基准值判定方法、系统、设备和介质，包括：将典型用能系统能效及对应的历史运行数据，输入灰色预测模型，得到典型用能系统能效预测值；将能效特征指标及对应的历史运行数据，输入灰色预测模型，得到能效特征指标的指标数据预测值；基于典型用能系统能效预测值和能效特征指标的指标数据预测值，对典型用能系统能效预测值进行准确度判定。本发明专利技术能够提高典型用能系统基准值的准确度，进而提高管理能耗系统的效率，提升能源利用效率，降低能源消耗，为实际的生产提供参考标准，促进行业的整体提升。促进行业的整体提升。促进行业的整体提升。

【技术实现步骤摘要】
基于灰色预测的能效基准值判定方法、系统、设备和介质


[0001]本专利技术属于能效基准预测
，具体涉及一种基于灰色预测的能效基准值判定方法、系统、设备和介质。

技术介绍

[0002]目前，随着经济的发展和人口的增长，全世界对能源的需求也越来越大。自工业革命以来，以煤炭、石油为代表的传统化石燃料－直是人类能源的主要来源，但传统不可再生能源的储量正在急剧减少，能源消耗所带来的环境污染问题也日益严重。面对愈演愈烈的能源危机，积极开发节能技术、实现能源的可持续发展已经成为世界各国的共识。通过制定能效基准值、实施能效标准、推广能效制度来提高用能系统的能源效率，促进节能技术进步，减少有害物的排放和保护环境。
[0003]能效基准值是否科学合理关系到重点行业节能降碳成效。对存量项目，通过设定科学合理的能效限定值，充分发挥倒逼作用，加快淘汰能耗和排放不达标的落后技术、工艺和装备；对新建项目，通过严格行业准入标准，引导企业采用先进技术工艺提高能效水平，并不断引领行业整体能效滚动提升。
[0004]典型用能系统主要选取于工业、建筑业以及采矿业等耗能较高的产业中应用较为广泛的用能系统，主要包括：锅炉及热力系统、电机系统、中央空调系统、压缩空气系统、照明系统、供配电系统、泵系统、风机系统、热电联供系统、光伏系统。高耗能产业既是能源消耗的主体，也是节能降耗工作的重点，全面准确地了解具体的能源消耗情况及其产生的效益，将有利于节能潜力的分析、能耗的有效控制以及节能降耗决策的制定。所以，切实可行的能效评估预测是全面有效地管理其能耗系统，提升能源利用效率，降低能源消耗的有效手段和保障，而当前研究对适应双碳目标下的客户侧典型用能系统能效基准的预测方法研究较少，有效与实用的相关能效评估预测手段较为匮乏。

技术实现思路

[0005]为克服上述现有技术的不足，本专利技术提出一种基于灰色预测的能效基准值判定方法，包括：
[0006]将获取的典型用能系统能效及对应的历史运行数据作为第一运行数据，输入预设的灰色预测模型，得到典型用能系统能效预测值；
[0007]将获取的能效特征指标及对应的历史运行数据作为第二运行数据，输入所述灰色预测模型，得到能效特征指标的指标数据预测值；
[0008]基于所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值，对所述典型用能系统能效预测值进行准确度判定；
[0009]其中，所述能效特征指标是基于与典型用能系统的关联度筛选得到的。
[0010]优选的，所述能效特征指标包括如下的筛选过程：
[0011]将获取的典型用能系统及对应的历史运行数据作为参考序列，将获取的预设运行
关联指标及对应的历史运行数据作为比较序列；
[0012]采用最大最小值法对所述参考序列和比较序列中的数据进行数据无量纲化处理，将处理后的参考序列作为新的参考序列，将处理后的比较序列作为新的比较序列；
[0013]基于所述参考序列和比较序列，计算参考序列和比较序列之间的关联系数；
[0014]根据所述参考序列和比较序列之间的关联系数，得到对应的关联曲线；
[0015]根据所述关联曲线，确定参考序列和比较序列之间的第一关联度计算结果；
[0016]根据所述参考序列和比较序列之间的第一关联度计算结果，筛选所述第一关联度计算结果大于预设阈值的运行关联指标作为能效特征指标。
[0017]优选的，所述关联系数对应的计算式如下：
[0018][0019]其中，ζ
st
(i)表示参考序列和比较序列中第i个数据对应的关联系数；Y
s
(i)表示参考序列中的第i个数据；X
t
(i)表示比较序列中的第i个数据；s表示典型用能系统能效的数量；t表示能效特征指标的数量；ρ表示分辨系数。
[0020]优选的，所述第一关联度对应的计算式如下：
[0021][0022]其中，γ
st
表示参考序列和比较序列的第一关联度计算结果；n表示参考序列中数据的个数，i＝1,2,
…
,n。
[0023]优选的，所述灰色预测模型包括如下的执行过程：
[0024]将所述第一运行数据或第二运行数据作为输入数据；
[0025]将所述输入数据进行一次累加，得到一次累加序列；
[0026]基于所述一次累加序列，建立紧邻序列；
[0027]针对所述一次累加序列，构建微分方程；
[0028]基于所述输入数据和所述紧邻序列中的数据，采用最小二乘法对所述微分方程进行求解，得到所述一次累加序列对应的预测值；
[0029]针对所述一次累加序列对应的预测值进行累减，得到输入数据对应的典型用能系统能效预测值或能效特征指标的指标数据预测值。
[0030]优选的，所述基于所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值，对所述典型用能系统能效预测值进行准确度判定，包括：
[0031]将所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值进行第二关联度计算，得到所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值之间的第二关联度计算结果；
[0032]基于所述第一关联度计算结果和所述第二关联度计算结果，得到所述典型用能系统能效预测值的第一准确度判定结果；
[0033]当所述第一准确度判定结果为不通过时，输出预测准确度不合格；
[0034]当所述第一准确度判定结果为通过时，采用相对残差检验和后验差检验方法，对所述典型用能系统能效预测值进行第二准确度判定，得到所述典型用能系统能效预测值的
第二准确度判定结果；其中，所述第二准确度判定结果包括：预测准确度优秀、预测准确度良好、预测准确度合格和预测准确度不合格。
[0035]优选的，所述基于所述第一关联度计算结果和所述第二关联度计算结果，得到所述典型用能系统能效预测值的第一准确度判定结果，包括：
[0036]判断所述第一关联度计算结果和所述第二关联度计算结果之间的差值是否小于设定的关联度阈值，
[0037]若是，所述典型用能系统能效预测值的第一准确度判定结果为通过；
[0038]若否，所述典型用能系统能效预测值的第一准确度判定结果为不通过。
[0039]优选的，所述采用相对残差检验和后验差检验方法，对所述典型用能系统能效预测值进行第二准确度判定，包括：
[0040]采用相对残差检验法，计算所述典型用能系统能效和所述典型用能系统能效预测值对应的相对误差和平均相对误差；
[0041]采用后验差检验法，计算所述典型用能系统能效和所述典型用能系统能效预测值对应的均方差比值；
[0042]基于所述相对误差、平均相对误差和均方差比值，确定所述典型用能系统能效预测值的第二准确度判定结果。
[0043]优选的，所述基于所述相对误差、平均相对误差和均方差比值，确定所述典型用能系统能效预测值的第二准确度判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰色预测的能效基准值判定方法，其特征在于，包括：将获取的典型用能系统能效及对应的历史运行数据作为第一运行数据，输入预设的灰色预测模型，得到典型用能系统能效预测值；将获取的能效特征指标及对应的历史运行数据作为第二运行数据，输入所述灰色预测模型，得到能效特征指标的指标数据预测值；基于所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值，对所述典型用能系统能效预测值进行准确度判定；其中，所述能效特征指标是基于与典型用能系统的关联度筛选得到的。2.如权利要求1所述的方法，其特征在于，所述能效特征指标包括如下的筛选过程：将获取的典型用能系统及对应的历史运行数据作为参考序列，将获取的预设运行关联指标及对应的历史运行数据作为比较序列；采用最大最小值法对所述参考序列和比较序列中的数据进行数据无量纲化处理，将处理后的参考序列作为新的参考序列，将处理后的比较序列作为新的比较序列；基于所述参考序列和比较序列，计算参考序列和比较序列之间的关联系数；根据所述参考序列和比较序列之间的关联系数，得到对应的关联曲线；根据所述关联曲线，确定参考序列和比较序列之间的第一关联度计算结果；根据所述参考序列和比较序列之间的第一关联度计算结果，筛选所述第一关联度计算结果大于预设阈值的运行关联指标作为能效特征指标。3.如权利要求2所述的方法，其特征在于，所述关联系数对应的计算式如下：其中，ζ
st
(i)表示参考序列和比较序列中第i个数据对应的关联系数；Y
s
(i)表示参考序列中的第i个数据；X
t
(i)表示比较序列中的第i个数据；s表示典型用能系统能效的数量；t表示能效特征指标的数量；ρ表示分辨系数。4.如权利要求3所述的方法，其特征在于，所述第一关联度对应的计算式如下：其中，γ
st
表示参考序列和比较序列的第一关联度计算结果；n表示参考序列中数据的个数；i＝1,2,
…
,n。5.如权利要求1所述的方法，其特征在于，所述灰色预测模型包括如下的执行过程：将所述第一运行数据或第二运行数据作为输入数据；将所述输入数据进行一次累加，得到一次累加序列；基于所述一次累加序列，建立紧邻序列；针对所述一次累加序列，构建微分方程；基于所述输入数据和所述紧邻序列中的数据，采用最小二乘法对所述微分方程进行求解，得到所述一次累加序列对应的预测值；针对所述一次累加序列对应的预测值进行累减，得到输入数据对应的典型用能系统能效预测值或能效特征指标的指标数据预测值。
6.如权利要求2所述的方法，其特征在于，所述基于所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值，对所述典型用能系统能效预测值进行准确度判定，包括：将所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值进行第二关联度计算，得到所述典型用能系统能效预测值和所述能效特征指标的指标数据预测值之间的第二关联度计算结果；基于所述第一关联度计算结果和所述第二关联度计算结果，得到所述典型用能系统能效预测值的第一准确度判定结果；当所述第一准确度判定结果为不通过时，输出预测准确度不合格；当所述第一准确度判定结果为通过时，采用相对残差检验和后验差检验方法，对所述典型用能系统能效预测值进行第二准确度判定，得到所述典型用能系统能效预测值的第二准确度判定结果；其中，所述第二准确度判定结果包括：预测准确度优秀、预测准确度良好、预测准确度合格和预测准确度不合格。7.如权利要求6所述的方法，其特征在于，所述基于所述第一关联度计算结果和所述第二关联度计算结果，得到所述典型用能系统能效预测值的第一准确度判定结果，包括：判断所述第一关联度计算结果和所述第二关联度计算结果之间的差值是否小于设定的关联度阈值，若是，所述典型用能系统能效预测值的第一准确度判定结果为通过；若否，所述典型用能系统能效预测值的第一准确度判定结果为不通过。8.如权利要求6所述的方法，其特征在于，所述采用相对残差检验和后验差检验方法，对所述典型用能系统能效预测值进行第二准确度判定，包括：采用相对残差检验法，计算所述典型用能系统能效和所述典型用能系统能效预测值对应的相对误差和平均相对误差；采用后验差检验法，计算所述典型用能系统能效和所述典型用能系统能...

【专利技术属性】
技术研发人员：郭毅，陈洪银，刘勇超，王松岑，李德智，吕炳霖，钟鸣，芋耀贤，霍永锋，金璐，刘铠诚，张新鹤，刘超，黄伟，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心国家电网有限公司，
类型：发明
国别省市：