【技术实现步骤摘要】
一种能源集线器收益优化方法及系统
[0001]本专利技术涉及数据处理
,尤其涉及一种能源集线器收益优化方法及系统
。
技术介绍
[0002]能源集线器收益优化方法是通过最佳化能源资源的管理和分配,以最大程度地提高能源集线器的产能和效率,从而实现更高的经济收益,通过智能化监控
、
预测
、
调整能源生产和消耗等方式来实现,以确保能源资源的最佳利用,降低能源成本
。
然而,传统的能源集线器收益优化方法未通过季节性分析能源成本的价格变化,无法确定最佳能源储备的时间,使得能源集线器收益效果较差
。
技术实现思路
[0003]基于此,本专利技术提供一种能源集线器收益优化方法及系统,以解决至少一个上述技术问题
。
[0004]为实现上述目的,一种能源集线器收益优化方法,包括以下步骤:步骤
S1
:获取历史能源成本数据;对历史能源成本数据进行季节性序列的数据划分,生成季节能源成本数据;利用长短期记忆神经网络算法对季节能源成本数据进行能源成本预测处理,生成预测能源成本数据;步骤
S2
:对预测能源成本数据进行子能源成本动态排序处理,生成子能源成本动态排序数据;对预测能源成本数据进行最佳能源储备的时间段提取,从而获得最佳能源储备时间段;步骤
S3
:对能源储备设备进行实时优化修复处理,以获得优化能源储备设备;步骤
S4
:根据最佳能源储备时间段以及子能源成本动态排序数据, ...
【技术保护点】
【技术特征摘要】
1.
一种能源集线器收益优化方法,其特征在于,包括以下步骤:步骤
S1
:获取历史能源成本数据;对历史能源成本数据进行季节性序列的数据划分,生成季节能源成本数据;利用长短期记忆神经网络算法对季节能源成本数据进行能源成本预测处理,生成预测能源成本数据;步骤
S2
:对预测能源成本数据进行子能源成本动态排序处理,生成子能源成本动态排序数据;对预测能源成本数据进行最佳能源储备的时间段提取,从而获得最佳能源储备时间段;步骤
S3
:对能源储备设备进行实时优化修复处理,以获得优化能源储备设备;步骤
S4
:根据最佳能源储备时间段以及子能源成本动态排序数据,并利用优化能源储备设备进行能源采集储备处理,以获得优化能源储备数据;对优化能源储备数据进行能源集线器的储备收益优化分析,生成能源集线器的收益优化储备数据
。2.
根据权利要求1所述的能源集线器收益优化方法,其特征在于,步骤
S1
包括以下步骤:步骤
S11
:获取历史能源成本数据;步骤
S12
:对历史能源成本数据进行季节性序列的数据划分,生成季节能源成本数据;步骤
S13
:利用长短期记忆神经网络算法建立季节能源成本预测的映射关系,生成初始能源成本预测模型;步骤
S14
:将季节能源成本数据进行数据划分处理,分别生成季节能源成本训练集以及季节能源成本测试集;步骤
S15
:利用季节能源成本训练集对初始能源成本预测模型进行模型训练处理,生成能源成本预测模型;步骤
S16
:将季节能源成本测试集传输至能源成本预测模型进行能源成本预测处理,生成预测能源成本数据
。3.
根据权利要求2所述的能源集线器收益优化方法,其特征在于,步骤
S2
包括以下步骤:步骤
S21
:对预测能源成本数据进行子能源成本动态排序处理,生成子能源成本动态排序数据;步骤
S22
:利用整体能源成本计算公式对预测能源成本数据进行整体能源成本计算,生成整体能源成本数据;步骤
S23
:根据预设的时间段范围对整体能源成本数据进行最佳能源储备的时间段提取,从而获得最佳能源储备时间段
。4.
根据权利要求3所述的能源集线器收益优化方法,其特征在于,步骤
S21
包括以下步骤:步骤
S211
:对预测能源成本数据进行子能源数据划分处理,生成子能源成本数据;步骤
S212
:对子能源成本数据进行排序处理,生成子能源成本排序数据,当子能源成本数据变化时,对子能源成本排序数据进行动态更新,生成子能源成本动态排序数据
。5.
根据权利要求4所述的能源集线器收益优化方法,其特征在于,步骤
S22
中的整体能源成本计算公式如下所示:
;式中,表示为整体能源成本数据,表示为计算整体能源成本涉及的最大时间长度,表示为子能源类别数量,表示为第个子能源的权重信息,表示为第个子能源的成本价格,表示为能源储备设备的历史存储效率,表示为能源储备设备的历史维护成本,表示为涉及的时...
【专利技术属性】
技术研发人员:王强,刘振华,
申请(专利权)人:深圳市博德越科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。