一种城市能源生态评价方法、系统、终端及存储介质技术方案

本申请涉及一种城市能源生态评价方法、系统、终端及存储介质，涉及能源生态评价的技术领域，该方法包括获取城市能源生态环境的调研需求信息；根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果；根据所述调研需求信息与所述调研结果构建评价模型，并通过所述评价模型对所述城市能源生态环境进行评价，得到评价结果。本申请具有提升评价的准确性的效果。准确性的效果。准确性的效果。

【技术实现步骤摘要】
一种城市能源生态评价方法、系统、终端及存储介质


[0001]本申请涉及能源生态评价的领域，尤其是涉及一种城市能源生态评价方法、系统、终端及存储介质。

技术介绍

[0002]近年来，随着城市能源系统规模的不断扩大，复杂程度不断增加，城市能源系统的特点也越来越丰富，功能也逐渐增加，更多先进的理念不断引入城市能源系统的发展建设中，因此，如何全面、科学地评价城市能源，才能对于城市能源的发展起到指引作用，对其发展具有重要意义。
[0003]相关技术中对城市能源生态评价的方式大多采用的是先对城市能源生态环境进行调研，然后根据调研的结果进行人为评价，在人为评价的过程中，会掺杂一些主观的因素，导致对城市能源生态评价的结果不准确。

技术实现思路

[0004]本申请的目的是提供一种城市能源生态评价方法、系统、终端及存储介质，可以提升城市能源生态评价的准确性。
[0005]第一方面，本申请提供的一种城市能源生态评价方法，采用如下的技术方案：一种城市能源生态评价方法，包括：获取城市能源生态环境的调研需求信息；根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果；根据所述调研需求信息与所述调研结果构建评价模型，并通过所述评价模型对所述城市能源生态环境进行评价，得到评价结果。
[0006]通过采用上述技术方案，首先根据调研需求信息对城市能源生态环境进行调研，得到调研结果，然后根据调研需求信息与调研结果构建一个评价模型，并通过评价模型对城市能源生态环境进行评价，整个过程采用自动化的流程对城市能源生态进行评价，相对于相关技术中采用人为评价的方式，可以提升评价的准确性。
[0007]可选地，所述根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果，具体包括：根据预设规则对所述调研需求信息进行分类，得到多个子调研需求信息；根据每个所述子调研需求信息分别生成对应的子调研方案；根据所述子调研方案分别采集所述城市能源生态环境的调研数据，并对所述调研数据进行融合，得到调研结果。
[0008]通过采用上述技术方案，将调研需求信息分类成多个子调研需求信息，进而根据每个子调研需求信息生成对应的子调研方案，然后根据子调研方案采集调研数据，并将采集的调研数据进行融合，得到调研结果，从而可以方便得到调研结果，并使得到的调研结果更加完善。
[0009]可选地，所述根据预设规则对所述调研需求信息进行分类，得到多个子调研需求信息，具体包括：获取所述城市能源生态环境的历史调研资料信息，并对所述历史调研资料信息进行分析，得到分析结果；根据所述分析结果得到所述城市能源生态环境的历史调研维度；根据历史调研维度对所述调研需求信息进行分类，得到多个子调研需求信息。
[0010]通过采用上述技术方案，根据对历史调研资料分析的结果可以得到城市能源生态环境的历史调研维度，然后根据历史调研维度获得子调研需求信息，从而可以节省子调研需求信息的获得时间。
[0011]可选地，所述根据每个所述子调研需求信息生成对应的子调研方案，具体包括：获取初始调研训练集，并根据所述初始调研训练集分别对不同结构的预训练模型进行训练，得到第一方案生成模型与第二方案生成模型；将多个所述子调研需求信息分别代入所述第一方案生成模型，得到多个第一预调研方案，将多个所述子调研需求信息分别代入所述第二方案生成模型，得到多个第二预调研方案；根据所述子调研需求信息通过所述第二方案生成模型对相对应的所述第一预调研方案与所述第二预调研方案进行筛选，得到筛选结果，并根据所述筛选结果生成预调研方案中的正样本数据，并将所述正样本数据作为所述子调研方案。
[0012]通过采用上述技术方案，采用初始调研训练集分别对两种结构的预训练模型进行训练，以得到两种方案生成模型，且将子调研需求信息分别代入两种方案生成模型中，可以得到多个第一预调研方案与多个第二预调研方案，且对第一预调研方案与第二预调研方案进行评分，将评分高的预调研方案作为正样本数据输出，且将正样本数据作为子调研方案，从而可以采用两种结构的方案生成模型对生成的预调研方案进行验证与筛选，从而可以提升子调研方案的方案准确性。
[0013]可选地，所述获取初始调研训练集，并根据所述初始调研训练集分别对不同结构的预训练模型进行训练，得到第一方案生成模型与第二方案生成模型，具体包括：获取开放数据集，并对所述开放数据集与所述历史调研资料信息进行融合，得到所述初始调研训练集；调用所述初始调研训练集对Transformer的Decoder结构的GPT模型进行训练，得到所述第一方案生成模型，并对所述第一方案生成模型进行测试；调用所述初始调研训练集对Transformer的Encoder结构的BERT模型进行训练，得到所述第二方案生成模型，并对所述第二方案生成模型进行测试。
[0014]通过采用上述技术方案，通过调用初始调研训练集对两种不同结构的预训练模型进行训练，进而以生成两种结构的方案生成模型，从而方便后续调用两种不同结构的方案生成模型对子调研需求信息进行处理。
[0015]可选地，所述根据所述子调研需求信息通过所述第二方案生成模型对相对应的所述第一预调研方案与所述第二预调研方案进行筛选，得到筛选结果，并根据所述筛选结果生成预调研方案中的正样本数据，并将所述正样本数据作为所述子调研方案，具体包括：根据所述子调研需求信息分别将相对应的所述第一预调研方案与所述第二预调
研方案代入所述第二方案生成模型；通过所述第二方案生成模型分别对相对应的所述第一预调研方案与所述第二预调研方案进行评分，若所述第一预调研方案的评分高于所述第二预调研方案的评分，则将所述第一预调研方案设定为正样本数据，若所述第二预调研方案的评分高于所述第一预调研方案的评分，则将所述第二预调研方案设定为正样本数据；将所述正样本数据作为所述子调研方案。
[0016]通过采用上述技术方案，通过第二方案生成模型对相对应的第一预调研方案与第二预调研方案进行评分，并将评分高的预调研方案作为正样本数据，且将正样本数据作为子调研方案，从而可以进一步提升子调研方案的方案准确性。
[0017]可选地，所述调研需求信息包括产业层面需求信息、技术层面需求信息、辅助层面需求信息与生产环境层面需求信息中的至少一者。
[0018]第二方面，本申请提供的一种城市能源生态评价系统，采用如下的技术方案：一种城市能源生态评价系统，包括：获取模块，用于获取城市能源生态环境的调研需求信息；调研模块，用于根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果；评价模块，用于根据所述调研需求信息与所述调研结果构建评价模型，并通过所述评价模型对所述城市能源生态环境进行评价，得到评价结果。
[0019]通过采用上述技术方案，首先根据调研需求信息利用调研模块对城市能源生态环境进行调研，得到调研结果，然后根据调研需求信息与调研结果利用评价模块构建一个评价模型，并通过评价模型对城市能源生态环境进行评价，整个过程采用自动化的流程对城市能源生态进行评价，相对于相关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市能源生态评价方法，其特征在于，包括：获取城市能源生态环境的调研需求信息；根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果；根据所述调研需求信息与所述调研结果构建评价模型，并通过所述评价模型对所述城市能源生态环境进行评价，得到评价结果。2.根据权利要求1所述的城市能源生态评价方法，其特征在于，所述根据所述调研需求信息对所述城市能源生态环境进行调研，得到调研结果，具体包括：根据预设规则对所述调研需求信息进行分类，得到多个子调研需求信息；根据每个所述子调研需求信息生成对应的子调研方案；根据所述子调研方案分别采集所述城市能源生态环境的调研数据，并对所述调研数据进行融合，得到调研结果。3.根据权利要求2所述的城市能源生态评价方法，其特征在于，所述根据预设规则对所述调研需求信息进行分类，得到多个子调研需求信息，具体包括：获取所述城市能源生态环境的历史调研资料信息，并对所述历史调研资料信息进行分析，得到分析结果；根据所述分析结果得到所述城市能源生态环境的历史调研维度；根据历史调研维度对所述调研需求信息进行分类，得到多个子调研需求信息。4.根据权利要求3所述的城市能源生态评价方法，其特征在于，所述根据每个所述子调研需求信息生成对应的子调研方案，具体包括：获取初始调研训练集，并根据所述初始调研训练集分别对不同结构的预训练模型进行训练，得到第一方案生成模型与第二方案生成模型；将多个所述子调研需求信息分别代入所述第一方案生成模型，得到多个第一预调研方案，将多个所述子调研需求信息分别代入所述第二方案生成模型，得到多个第二预调研方案；根据所述子调研需求信息通过所述第二方案生成模型对相对应的所述第一预调研方案与所述第二预调研方案进行筛选，得到筛选结果，并根据所述筛选结果生成预调研方案中的正样本数据，并将所述正样本数据作为所述子调研方案。5.根据权利要求4所述的城市能源生态评价方法，其特征在于，所述获取初始调研训练集，并根据所述初始调研训练集分别对不同结构的预训练模型进行训练，得到第一方案生成模型与第二方案生成模型，具体包括：获取开放数据集，并对所述开放数据集与所述历史调研资料信息进行融合，得到所述初始调研训练集；调用所述初始调研训练集对Transfor...

【专利技术属性】
技术研发人员：王亚晨，李博文，冯鹏飞，于伟伟，郭丽丽，陈丛笑，李世杰，康洋鸣，万斯斯，
申请(专利权)人：河南省科学院地理研究所，
类型：发明
国别省市：