基于能源大数据的绿色低碳发展体系的方法技术

本发明专利技术涉及能源技术领域，尤其为基于能源大数据的绿色低碳发展体系的方法，包括如下步骤：

【技术实现步骤摘要】
基于能源大数据的绿色低碳发展体系的方法


[0001]本专利技术涉及能源
，尤其是基于能源大数据的绿色低碳发展体系的方法
。

技术介绍

[0002]当前能源互联网行业发展迅速，传统能源数据管理方式已不能满足市场需求，而想要全面推进园区能源大数据的管理分析，就要引入能源信息化建设，及时掌控客户服务和业务处理的过程，保证业务效率和服务水平，而电力信息作为能源信息最为关键的组成部分，加强电力消费信息管理对于园区能源数据发展至关重要
。
[0003]目前对于能源互联网绿色低碳演化过程中的评价体系，仅通过指标体系对能源互联网数据进行简单评价分析，其存在缺乏结果可视性且准确性不理想的问题
。

技术实现思路

[0004]本专利技术的目的是通过提出基于能源大数据的绿色低碳发展体系的方法，以解决上述
技术介绍
中提出的缺陷
。
[0005]本专利技术采用的技术方案如下：
[0006]提供基于能源大数据的绿色低碳发展体系的方法，包括如下步骤：
[0007]S1
：采集能源系统发展过程数据；
[0008]S2
：对采集的能源系统发展过程数据进行处理和分析；
[0009]S3
：基于所述分析结果生成绿色低碳发展策略；
[0010]S4
：执行绿色低碳发展策略
。
[0011]作为本专利技术的一种优选技术方案：所述
S1
中，所述能源系统发展过程数据包括能源生产
、r/>传输和消费过程中的能源数据
。
[0012]作为本专利技术的一种优选技术方案：所述
S2
中，对采集的能源系统发展过程数据进行预处理
。
[0013]作为本专利技术的一种优选技术方案：所述预处理具体如下：
[0014][0015]其中，
E
为能源系统发展过程数据聚类函数，
x
k
为第
k
簇的数据集，为数据集均值，
C
为数据集的聚类中心，
K
为簇集合
。
[0016]作为本专利技术的一种优选技术方案：所述
S2
中，通过数据分析算法对预处理后的能源系统发展过程数据进行分析提取
。
[0017]作为本专利技术的一种优选技术方案：所述数据分析算法具体如下：
[0018]将预处理后的每一类能源系统发展过程数据矩阵作为
LSTM
记忆单元在时间步长
t
的输入，从先前隐藏层信息
h
t
‑1和当前输入特征
x
t
获得新记忆信息
h
t
；所述
LSTM
的输入门
i
t
、
遗忘门
f
t
以及记忆单元
c
t
表示如下：
[0019]i
t
＝
δ
(
ω
i
*[x
t
h
t
‑1]+b
i
)
[0020]f
t
＝
δ
(
ω
f
*[x
t
h
t
‑1]+b
f
)
[0021]c
t
＝
δ
(
ω
c
*[x
t
h
t
‑1]+b
c
)
[0022][0023]其中，
e
t
、f
t
、o
t
分别为
t
时间步的输入门
、
遗忘门和输出门，
δ
为
sigmoid
激活函数，为
t
时间步更新后的记忆单元，为上一时刻更新后的记忆单元，
ω
i
、
ω
f
、
ω
c
分别为输入门
、
遗忘门和记忆单元的权重，
b
i
、b
f
、b
c
分别为输入门
、
遗忘门和记忆单元的偏置矩阵；
[0024]将
LSTM
输出的数据通过
GCN
模型进行特征提取：
[0025][0026][0027]其中，
Q
l
为第
l
层的特征矩阵，
β
为激活函数，为归一化对称邻接矩阵，
W
为邻接矩阵，
w
l
为第
l
层变换权重，
I
为度矩阵；
[0028]基于
GCN
模型提取更新的数据特征
。
[0029]作为本专利技术的一种优选技术方案：所述
S3
中，构建评价指标，进行
GCN
模型提取更新的数据特征熵值的计算，并通过比较熵值大小进行绿色发展策略的构建
。
[0030]作为本专利技术的一种优选技术方案：所述
GCN
模型提取更新的数据特征熵值的计算具体如下：
[0031]基于绿色低碳发展目标构建
n
个评价指标对提取更新的
m
个数据特征进行评价构建评价矩阵
X
：
[0032]X
＝
(X
ij
)(i
＝
1,2,
…
,n,j
＝
1,2,
…
,m)
[0033]其中，
X
ij
为第
i
个评价指标对第
j
个数据特征进行评价；
[0034]计算各特征数据在各指标上的比值
g
ij
：
[0035][0036]计算评价指标的信息熵值：
[0037][0038]其中，
H
i
为第个评价指标的熵值
。
[0039]作为本专利技术的一种优选技术方案：所述
S3
中，基于评价指标的信息熵值进行每一类能源系统发展过程数据的排序
。
[0040]作为本专利技术的一种优选技术方案：所述数据排序完成后，以绿色低碳发展为目标进行排序结果的筛选，并根据筛选结果生成绿色低碳发展策略
。
[0041]本专利技术提供的基于能源大数据的绿色低碳发展体系的方法，与现有技术相比，其有益效果有：
[0042]本专利技术基于
LSTM
网络与
GCN
模型相结合对经过预处理后的每一类能源系统发展过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于能源大数据的绿色低碳发展体系的方法，其特征在于：包括如下步骤：
S1
：采集能源系统发展过程数据；
S2
：对采集的能源系统发展过程数据进行处理和分析；
S3
：基于所述分析结果生成绿色低碳发展策略；
S4
：执行绿色低碳发展策略
。2.
根据权利要求1所述的基于能源大数据的绿色低碳发展体系的方法，其特征在于：所述
S1
中，所述能源系统发展过程数据包括能源生产
、
传输和消费过程中的能源数据
。3.
根据权利要求1所述的基于能源大数据的绿色低碳发展体系的方法，其特征在于：所述
S2
中，对采集的能源系统发展过程数据进行预处理
。4.
根据权利要求3所述的基于能源大数据的绿色低碳发展体系的方法，其特征在于：所述预处理具体如下：其中，
E
为能源系统发展过程数据聚类函数，
x
k
为第
k
簇的数据集，为数据集均值，
C
为数据集的聚类中心，
K
为簇集合
。5.
根据权利要求4所述的基于能源大数据的绿色低碳发展体系的方法，其特征在于：所述
S2
中，通过数据分析算法对预处理后的能源系统发展过程数据进行分析提取
。6.
根据权利要求5所述的基于能源大数据的绿色低碳发展体系的方法，其特征在于：所述数据分析算法具体如下：将预处理后的每一类能源系统发展过程数据矩阵作为
LSTM
记忆单元在时间步长
t
的输入，从先前隐藏层信息
h
t
‑1和当前输入特征
x
t
获得新记忆信息
h
t
；所述
LSTM
的输入门
i
t
、
遗忘门
f
t
以及记忆单元
c
t
表示如下：
i
t
＝
δ
(
ω
i
*[x
t
h
t
‑1]+b
i
)f
t
＝
δ
(
ω
f
*[x
t
h
t
‑1]+b
f
)c
t
＝
δ
(
ω
c
*[x
t
h
t
‑1]+b
c
)
其中，
e
t
、f
t
、o
...

【专利技术属性】
技术研发人员：袁泉，魏刚，王林娜，刘晓溪，高璐，曹莫非，
申请(专利权)人：青岛高校信息产业股份有限公司，
类型：发明
国别省市：