一种用于校园设备的电气能耗数据智能管理方法技术

本发明专利技术涉及数据压缩处理技术领域，具体涉及一种用于校园设备的电气能耗数据智能管理方法，该方法包括：获取校园设备对应的电气能耗数据序列，并构建电气能耗曲线图；对确定的所有拟能耗数据进行自适应等分；确定每个拟能耗数据对应的幅度影响权重；对每个拟能耗数据与其所属拟能耗数据组之间进行相似幅度影响分析处理；对每个拟能耗数据进行能耗稳定性分析处理；得到每个拟能耗数据对应的预测能耗数据、预测能耗波动幅度、预测峰值和预测谷值；通过差分编码，对每个拟能耗数据对应的波峰波谷进行压缩。本发明专利技术通过对电气能耗数据序列进行数据处理，实现了数据压缩，减少了数据的冗余程度，并提高了数据压缩效果。并提高了数据压缩效果。并提高了数据压缩效果。

【技术实现步骤摘要】
一种用于校园设备的电气能耗数据智能管理方法


[0001]本专利技术涉及数据压缩处理
，具体涉及一种用于校园设备的电气能耗数据智能管理方法。

技术介绍

[0002]随着科技的发展，电气能耗数据管理的应用越来越广泛，例如，电气能耗数据智能管理可以用于校园设备。电气能耗数据管理往往是指利用先进的信息和通信技术，将传统电气能耗与智能化技术相结合，实现电气生产、传输、配送和消费的智能化管理和优化，可以实现电气供需的平衡和优化。在电气能耗管理中，往往有大量的与电相关的数据被收集和处理。这些数据往往规模庞大，因此往往需要对采集的数据进行压缩。目前，对每个数据进行压缩时，通常采用的方式为：通过差分编码，对每个数据进行压缩。其中，每个数据的基准块也就是每个数据的前一个数据。
[0003]然而，当以电气能耗数据的前一个电气能耗数据作为基准块，对电气能耗数据进行压缩时，经常会存在如下技术问题：以电气能耗数据的前一个电气能耗数据作为基准块，对电气能耗数据进行压缩时，往往需要计算每两个电气能耗数据之间的差异，并将计算的差异编码为二进制数据，然而，由于电气能耗数据往往是变化的，所以可能存在计算的差异大于对应的电气能耗数据，从而导致增加了数据的冗余程度，进而导致数据压缩效果较差。

技术实现思路

[0004]本专利技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本专利技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。r/>[0005]为了解决由于数据冗余导致的数据压缩效果较差的技术问题，本专利技术提出了一种用于校园设备的电气能耗数据智能管理方法。
[0006]本专利技术提供了一种用于校园设备的电气能耗数据智能管理方法，该方法包括：获取校园设备对应的电气能耗数据序列，并根据所述电气能耗数据序列，构建电气能耗曲线图；根据电气能耗曲线图中相邻的波峰波谷，确定拟能耗数据；对所有拟能耗数据进行自适应等分，得到拟能耗数据组；根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据与其前一个拟能耗数据对应的波峰波谷，确定每个拟能耗数据对应的幅度影响权重；根据每个拟能耗数据对应的幅度影响权重和波峰波谷，以及每个拟能耗数据所属拟能耗数据组中所有拟能耗数据对应的幅度影响权重，对每个拟能耗数据与其所属拟能耗数据组之间进行相似幅度影响分析处理，得到每个拟能耗数据对应的目标影响相似度；对每个拟能耗数据进行能耗稳定性分析处理，得到每个拟能耗数据对应的目标稳
定指标；根据每个拟能耗数据之前的拟能耗数据及其对应的目标稳定指标和目标影响相似度，预测得到每个拟能耗数据对应的预测能耗数据和预测能耗波动幅度；根据每个拟能耗数据对应的预测能耗数据和预测能耗波动幅度，确定每个拟能耗数据对应的预测峰值和预测谷值；根据每个拟能耗数据对应的预测峰值和预测谷值，通过差分编码，对每个拟能耗数据对应的波峰波谷进行压缩，其中，预测峰值是波峰的基准块，预测谷值是波谷的基准块。
[0007]可选地，所述对所有拟能耗数据进行自适应等分，得到拟能耗数据组，包括：记预设数量集合中任意一个预设数量为标记数量，将所有拟能耗数据等分为所述标记数量个数据组，并将等分的每个数据组，确定为候选数据组，得到所述标记数量对应的候选数据组集合；将每个候选数据组中所有拟能耗数据的方差，确定为每个候选数据组对应的离散程度；将所述标记数量对应的候选数据组集合中所有候选数据组对应的离散程度的均值，确定为标记数量对应的目标差异指标；从所述预设数量集合中筛选出目标差异指标最小的预设数量，作为目标数量；将所述目标数量对应的候选数据组集合中的每个候选数据组，确定为拟能耗数据组。
[0008]可选地，所述根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据与其前一个拟能耗数据对应的波峰波谷，确定每个拟能耗数据对应的幅度影响权重，包括：根据每个拟能耗数据对应的波峰和波谷的差值，确定每个拟能耗数据对应的目标能耗波动幅度，其中，所述波峰和波谷的差值与所述目标能耗波动幅度呈正相关；根据每个拟能耗数据与其前一个拟能耗数据对应的目标能耗波动幅度，确定每个拟能耗数据对应的因素影响指标；根据每个拟能耗数据，构建每个拟能耗数据对应的偏离因子，其中，拟能耗数据与偏离因子呈正相关；根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据对应的因素影响指标和偏离因子，确定每个拟能耗数据对应的幅度影响权重。
[0009]可选地，拟能耗数据对应的因素影响指标对应的公式为：；其中，是第i个拟能耗数据组中第j个拟能耗数据对应的因素影响指标；i是拟能耗数据组的序号；j是第i个拟能耗数据组中拟能耗数据的序号；是第i个拟能耗数据组中第j个拟能耗数据对应的目标能耗波动幅度；是第i个拟能耗数据组中第j
‑
1个拟能耗数据对应的目标能耗波动幅度；是第i个拟能耗数据组中第j个拟能耗数据；是第i个拟能耗数据组中第j
‑
1个拟能耗数据；是预先设置的大于0的因子；为取绝对值函数。
[0010]可选地，拟能耗数据对应的幅度影响权重对应的公式为：；其中，是第i个拟能耗数据组中第j个拟能耗数据对应的幅度影响权重；i是拟能耗数据组的序号；j是第i个拟能耗数据组中拟能耗数据的序号；是第i个拟能耗数据组中拟能耗数据的数量；是第i个拟能耗数据组中第j个拟能耗数据对应的因素影响指标；是第i个拟能耗数据组中第j个拟能耗数据对应的偏离因子；是取绝对值函数；是预先设置的大于0的因子；是第i个拟能耗数据组对应的异常影响程度；是第i个拟能耗数据组中第j个拟能耗数据对应的异常影响指标。
[0011]可选地，所述根据每个拟能耗数据对应的幅度影响权重和波峰波谷，以及每个拟能耗数据所属拟能耗数据组中所有拟能耗数据对应的幅度影响权重，对每个拟能耗数据与其所属拟能耗数据组之间进行相似幅度影响分析处理，得到每个拟能耗数据对应的目标影响相似度，包括：根据每个拟能耗数据组中所有拟能耗数据对应的幅度影响权重和因素影响指标，确定每个拟能耗数据组对应的整体影响指标；将每个拟能耗数据对应的因素影响指标与每个拟能耗数据所属拟能耗数据组对应的整体影响指标的差值的绝对值，确定为每个拟能耗数据对应的影响差异指标；根据每个拟能耗数据对应的影响差异指标，确定每个拟能耗数据对应的目标影响相似度，其中，影响差异指标与目标影响相似度呈负相关。
[0012]可选地，拟能耗数据组对应的整体影响指标对应的公式为：；其中，是第i个拟能耗数据组对应的整体影响指标；i是拟能耗数据组的序号；是第i个拟能耗数据组中拟能耗数据的数量；是第i个拟能耗数据组中第j个拟能耗数据对应的幅度影响权重；j是第i个拟能耗数据组中拟能耗数据的序号；是第i个拟能耗数据组中所有拟能耗数据对应的幅度影响权重的累加和；是第i个拟能耗数据组中第j个拟能耗数据对应的因素影响指标。
[0013]可选地，所述对每个拟能耗数据进行能耗稳定性分析处理，得到每个拟能耗数据对应的目标稳定指标，包括：记任意一个拟能耗数据为标记能耗数据，从所述标记能耗数据所属本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于校园设备的电气能耗数据智能管理方法，其特征在于，包括以下步骤：获取校园设备对应的电气能耗数据序列，并根据所述电气能耗数据序列，构建电气能耗曲线图；根据电气能耗曲线图中相邻的波峰波谷，确定拟能耗数据；对所有拟能耗数据进行自适应等分，得到拟能耗数据组；根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据与其前一个拟能耗数据对应的波峰波谷，确定每个拟能耗数据对应的幅度影响权重；根据每个拟能耗数据对应的幅度影响权重和波峰波谷，以及每个拟能耗数据所属拟能耗数据组中所有拟能耗数据对应的幅度影响权重，对每个拟能耗数据与其所属拟能耗数据组之间进行相似幅度影响分析处理，得到每个拟能耗数据对应的目标影响相似度；对每个拟能耗数据进行能耗稳定性分析处理，得到每个拟能耗数据对应的目标稳定指标；根据每个拟能耗数据之前的拟能耗数据及其对应的目标稳定指标和目标影响相似度，预测得到每个拟能耗数据对应的预测能耗数据和预测能耗波动幅度；根据每个拟能耗数据对应的预测能耗数据和预测能耗波动幅度，确定每个拟能耗数据对应的预测峰值和预测谷值；根据每个拟能耗数据对应的预测峰值和预测谷值，通过差分编码，对每个拟能耗数据对应的波峰波谷进行压缩，其中，预测峰值是波峰的基准块，预测谷值是波谷的基准块。2.根据权利要求1所述的一种用于校园设备的电气能耗数据智能管理方法，其特征在于，所述对所有拟能耗数据进行自适应等分，得到拟能耗数据组，包括：记预设数量集合中任意一个预设数量为标记数量，将所有拟能耗数据等分为所述标记数量个数据组，并将等分的每个数据组，确定为候选数据组，得到所述标记数量对应的候选数据组集合；将每个候选数据组中所有拟能耗数据的方差，确定为每个候选数据组对应的离散程度；将所述标记数量对应的候选数据组集合中所有候选数据组对应的离散程度的均值，确定为标记数量对应的目标差异指标；从所述预设数量集合中筛选出目标差异指标最小的预设数量，作为目标数量；将所述目标数量对应的候选数据组集合中的每个候选数据组，确定为拟能耗数据组。3.根据权利要求1所述的一种用于校园设备的电气能耗数据智能管理方法，其特征在于，所述根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据与其前一个拟能耗数据对应的波峰波谷，确定每个拟能耗数据对应的幅度影响权重，包括：根据每个拟能耗数据对应的波峰和波谷的差值，确定每个拟能耗数据对应的目标能耗波动幅度，其中，所述波峰和波谷的差值与所述目标能耗波动幅度呈正相关；根据每个拟能耗数据与其前一个拟能耗数据对应的目标能耗波动幅度，确定每个拟能耗数据对应的因素影响指标；根据每个拟能耗数据，构建每个拟能耗数据对应的偏离因子，其中，拟能耗数据与偏离因子呈正相关；根据每个拟能耗数据所属拟能耗数据组中所有拟能耗数据对应的因素影响指标和偏
离因子，确定每个拟能耗数据对应的幅度影响权重。4.根据权利要求3所述的一种用于校园设备的电气能耗数据智能管理方法，其特征在于，拟能耗数据对应的因素影响指标对应的公式为：；其中，是第i个拟能耗数据组中第j个拟能耗数据对应的因素影响指标；i是拟能耗数据组的序号；j是第i个拟能耗数据组中拟能耗数据的序号；是第i个拟能耗数据组中第j个拟能耗数据对应的目标能耗波动幅度；是第i个拟能耗数据组中第j
‑
1个拟能耗数据对应的目标能耗波动幅度；第i个拟能耗数据组中第j个拟能耗数据；是第i个拟能耗数据组中第j
‑
1个拟能耗数据；是预先设置的大于0的因子；为取绝对值函数。5.根据权利要求3所述的一种用于校园设备的电气能耗数据智能管理方法，其特征在于，拟能耗数据对应的幅度影响权重对应的公式为：；其中，是第i个拟能耗数据组中第j个拟能耗数据对应的幅度影响权重；i是拟能耗数据组的序号；j是第i个拟能耗数据组中拟能耗数据的序号；是第i个拟能耗数据组中拟能耗数据的数量；是第...

【专利技术属性】
技术研发人员：陶元，邱思齐，徐文渊，徐骥，李沅，邬雄，彭刚，刘三鑫，程曾，魏馨霆，张翔，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
类型：发明
国别省市：