能耗预测方法技术

本公开提供了一种能耗预测方法

【技术实现步骤摘要】
能耗预测方法、装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及能耗预测领域
。
本公开具体涉及一种能耗预测方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]对于变电站实现零碳排放是指，通过工艺升级
、
能源替代
、
碳排放交易等技术与金融手段，实现碳排放的削减与中和，以使变电站的碳排放接近零碳状态
。
[0003]目前，变电站的碳计算还停留在碳折算与碳统计阶段
。
碳折算是，将变电站能损耗和消耗的电能折算成碳排放数据
。
但是，这些数据是实时监测的单量刚数据，没有预测性可言，即便是做趋势推演，也无法准确拟合未来的碳排放趋势
。
碳统计是，对变电站建设阶段的材料近生产碳排放统计以及折旧碳排放计算
。
这是一个对历史的数据回顾，同样也没有预见性和数据趋势分析的可行性
。

技术实现思路

[0004]本公开提供了一种能耗预测方法
、
装置
、
电子设备和存储介质，能够解决上述问题
。
[0005]根据本公开的一方面，提供了一种能耗预测方法，包括：
[0006]基于目标设备在任意两个相邻的历史时间内的检测能耗，对所述目标设备的能耗变化趋势进行拟合，得到所述目标设备的能耗预测模型；
[0007]利用所述能耗预测模型，对所述目标设备在第一时间内的检测能耗进行计算，得到所述目标设备在第二时间内的预测能耗，其中，所述第一时间与所述第二时间相邻，并且所述第一时间早于所述第二时间；
[0008]基于所述目标设备在所述第二时间内的预测能耗，以及所述目标预设备在所述第二时间内的检测能耗，对所述能耗预测模型进行更新
。
[0009]根据本公开的另一方面，提供了一种能耗预测装置，包括：
[0010]模型构建模块，用于基于目标设备在任意两个相邻的历史时间内的检测能耗，对所述目标设备的能耗变化趋势进行拟合，得到所述目标设备的能耗预测模型；
[0011]能耗预测模块，用于利用所述能耗预测模型，对所述目标设备在第一时间内的检测能耗进行计算，得到所述目标设备在第二时间内的预测能耗，其中，所述第一时间与所述第二时间相邻，并且所述第一时间早于所述第二时间；
[0012]模型更新模块，用于基于所述目标设备在所述第二时间内的预测能耗，以及所述目标预设备在所述第二时间内的检测能耗，对所述能耗预测模型进行更新
。
[0013]根据本公开的另一方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与该至少一个处理器通信连接的存储器；其中，
[0016]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器
执行，以使该至少一个处理器能够执行本公开实施例中任一能耗预测方法
。
[0017]根据本公开的技术，基于目标设备任意两个相邻的历史时间内的检测能耗，对目标设备的能耗变化趋势进行拟合，得到目标设备的能耗预测模型，从而，利用能耗预测模型，对目标设备在第一时间内的检测能耗进行计算，可以预测得到目标设备在与第一时间相邻的第二时间内的预测能耗
。
并且，利用目标设备在第二时间内的预测能耗和检测能耗，对能耗预测模型进行校准更新，可以得到精度更高的能耗预测模型，从而提高能耗预测的准确度
。
[0018]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围
。
本公开的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定
。
其中：
[0020]图1是本公开一实施例的能耗预测方法的流程图；
[0021]图2是本公开一实施例的能耗预测曲线和能耗检测折线的示意图；
[0022]图3是本公开一实施例的能耗预测装置的结构框图；
[0023]图4是用来实现本公开实施例的能源预测方法的电子设备的框图
。
具体实施方式
[0024]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
[0025]图1是本公开一实施例的能耗预测方法的流程图
。
[0026]如图1所示，该能耗预测方法，可以包括：
[0027]S110
，基于目标设备在任意两个相邻的历史时间内的检测能耗，对目标设备的能耗变化趋势进行拟合，得到目标设备的能耗预测模型；
[0028]S120
，利用能耗预测模型，对目标设备在第一时间内的检测能耗进行计算，得到目标设备在第二时间内的预测能耗，其中，第一时间与第二时间相邻，并且第一时间早于第二时间；
[0029]S130
，基于目标设备在第二时间内的预测能耗，以及目标预设备在第二时间内的检测能耗，对能耗预测模型进行更新
。
[0030]根据上述实施方式，基于目标设备任意两个相邻的历史时间内的检测能耗，对目标设备的能耗变化趋势进行拟合，得到目标设备的能耗预测模型
。
从而，利用能耗预测模型，对目标设备在第一时间内的检测能耗进行计算，可以预测得到目标设备在与第一时间相邻的第二时间内的预测能耗
。
并且，利用目标设备在第二时间内的预测能耗和检测能耗，对能耗预测模型进行校准更新，可以得到精度更高的能耗预测模型，从而提高能耗预测的准确度
。
[0031]示例性地，目标设备可以是变电站或者变电站中的任一设备
。
又或者，目标设备可以是家用电器
、
机电房等设备
。
[0032]示例性地，以目标设备为变电站为例，实时获取变电站内各项电能量传感器的电能检测数据，包括但不限于智能空开检测到的各种辅助或生活用能数据，测控系统所监测到的电能量变送数据，变电站监控系统所记录的保护动作数据，环境微气象数据等
。
利用这些数据，确定变电站在各个时间的检测能耗
。
[0033]示例性地，相邻的两个历史时间的时长可以是相同的
。
[0034]示例性地，可以采用多阶多项式来对目标设备的能耗变化趋势进行拟合，得到目标设备的能耗预测模型
。
即能耗预测模型可以为多阶多项式
。
例如，二阶或三阶多项式
。
[0035]在一种实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种能耗预测方法，其特征在于，包括：基于目标设备在任意两个相邻的历史时间内的检测能耗，对所述目标设备的能耗变化趋势进行拟合，得到所述目标设备的能耗预测模型；利用所述能耗预测模型，对所述目标设备在第一时间内的检测能耗进行计算，得到所述目标设备在第二时间内的预测能耗，其中，所述第一时间与所述第二时间相邻，并且所述第一时间早于所述第二时间；基于所述目标设备在所述第二时间内的预测能耗，以及所述目标预设备在所述第二时间内的检测能耗，对所述能耗预测模型进行更新
。2.
根据权利要求1所述的方法，其特征在于，所述能耗预测模型采用六阶多项式来表示，其为：
T(x
i+1
)
＝
α0(aAV(x
i
)6+bAV(x
i
)5+cAV(x
i
)4+dAV(x
i
)3+eAV(x
i
)2+fAV(x
i
)+g)
其中，
AV(x
i
)
表示所述目标设备在第
i
个历史时间内的检测能耗，
a、b、c、d、e、f
和
g
分别表示所述六阶多项式中各项系数，
α0表示第一碳排放系数，
T(x
i+1
)
表示所述目标设备在第
i+1
个历史时间内的预测能耗，其中，第
i
个历史时间早于第
i+1
个历史时间，
i
为正整数
。3.
根据权利要求2所述的方法，其特征在于，所述基于所述目标设备在所述第二时间的预测能耗，以及所述目标预设备在所述第二时间内的检测能耗，对所述能耗预测模型进行更新，包括：基于所述目标设备在所述第二时间内的预测能耗与所述目标设备在所述第二时间内的检测能耗的比值，确定第二碳排放系数；基于所述第二碳排放系数，更新所述能耗预测模型中第一碳排放系数
。4.
根据权利要求1所述的方法，其特征在于，还包括：按照第一频率，更新所述第一时间，并基于更新后的所述第一时间以及更新后的所述能耗预测模型，继续执行第一操作，以实现按照所述第一频率，更新所述能耗预测模型；其中，所述第一操作包括：所述利用所述能耗预测模型，对所述目标设备在第一时间内的检测能耗进行计算，得到所述目标设备在第二时间内的预测能耗；所述基于所述目标设备在所述第二时间内的预测能耗，以及所述目标预设备在所述第二时间内的检测能耗，对所述能耗预测模型进行更新
。5.
根据权利要求2所述的方法，其特征在于，所述目标设备为变电站，所述方法还包括：采用第一公式，计算所述变电站在第
i
个历史时间内的归一化能耗；将所述归一化能耗作为所述变电站在第
i
个历史时间内的检测能耗；其中，所述第一公式为：其中，
S
real
(i)
为所述变电站在第
i
个历史时间内的归一化能耗；
Data
real
(p
t
)
是所述变电站在第
i
个历史时间中的采样时刻
t
的检测...

【专利技术属性】
技术研发人员：高美金，梁艳群，王婷婷，袁翔，吴冰，杨嘉睿，诸言涵，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：