【技术实现步骤摘要】
本专利技术涉及能源管理，特别涉及一种能耗计量统计及能流呈现方法、装置、系统及存储介质。
技术介绍
1、目前，由于建筑中能源计量设备老化、损坏、误差累积等原因导致的不准确性会导致实际能耗与计量数据之间存在差异，使能耗的精确计量变得困难；建筑中的能耗通常包括多个分项，如照明、空调、电梯、水泵等。但是，由于某些分项能耗难以独立计量或计量设备不完备，导致无法准确获得各个分项的能耗数据。由于这些模糊能耗数据就无法实现对建筑能耗进行精确计量和分析。因此，开发一种能够准确处理建筑中模糊能耗数据的解决方案，变得至关重要。
技术实现思路
1、为解决此问题，本专利技术提供一种能耗计量统计及能流呈现方法、装置、系统及介质，可实现对建筑中未分项计量的能耗数据的分项归类，解决在能源计量设备分项不确定情况下无法实现精准计量与能耗费用分摊的问题。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种能耗计量统计及能流呈现方法，包括如下步骤：
4、步骤一、通过积累同地域同类型建筑不同专业的分项能耗数据，计算出用电专项的占比参数因子，所述用电专项包括照明用电、空调用电、动力用电、特殊用电；
5、步骤二、对所述占比参数因子进行数据校准；
6、步骤三、根据步骤二校准后的占比参数因子，对建筑中模糊能耗部分进行分摊计算，得出建筑分项能耗数据；
7、步骤四、通过能耗拓扑方式，根据建筑分项能耗数据输出当前建筑能耗分项情况。
8、进一步的
9、收集数据：收集同地域、同类型建筑的能耗数据，包括照明用电、空调用电、动力用电、特殊用电分项能耗数据；
10、能耗系数生成：根据建筑能耗建筑面积、建筑类型、建筑用途、建筑材料、用电用途相关参数作为神经网络的输入，结合实际需求和问题，设置输入层、隐藏层和输出层的神经元数量神经网络的结构，通过数据训练和验证神经网络模型，通过反向传播算法不断调整神经元之间的连接权重，以最小化预测能耗与实际能耗之间的误差；根据神经网络的结构和训练结果，将输入参数与对应的输出能耗系数建立关系，预测建筑照明用电、空调用电、动力用电、特殊用电的能耗系数；
11、计算占比参数因子：将每个专项的能耗数据除以总能耗，得到各用电专项的能耗占比，然后用能耗占比乘以能耗系数得到占比参数因子：
12、照明用电占比参数因子＝(照明用电能耗/总能耗)*能耗系数
13、空调用电占比参数因子＝(空调用电能耗/总能耗)*能耗系数
14、动力用电占比参数因子＝(动力用电能耗/总能耗)*能耗系数
15、特殊用电占比参数因子＝(特殊用电能耗/总能耗)*能耗系数
16、其中能耗系数根据实际情况进行调整，用于平衡各用电专项的重要性以及后续的能耗分析和优化策略制定。
17、进一步的，步骤二具体包括：
18、根据分析结果、实际能耗情况、能耗变化趋势以及专项能耗的重要性来调整、校准占比参数因子；
19、持续监测和更新：定期监测能耗数据，并根据新的数据进行占比参数因子的更新；
20、通过专家对数据进行评估和验证，以确保占比参数因子的准确性。
21、进一步的，步骤四中输出当前建筑能耗分项情况具体展示如下输出结果：
22、总能耗：建筑整体能耗的总量；
23、照明与插座能耗：照明及插座用电是指建筑物主要功能区域的室内设备用电的总称，包括四个一级子项：
24、1)室内照明及插座——室内照明及插座包括室内照明和从插座取电的计算机等办公设备，若空调末端设备用电不可单独计量，则应计算在房间照明与插座用电子项中；如果照明与插座可以分别单独计量，则增加二级子项；
25、2)公共区域照明——公共区域照明指建筑物的公共区域各种照明；
26、3)室外景观照明——室外景观照明指建筑物外立面照明灯具及室外园林景观照明灯具；
27、4)专用插座——专用插座指有特殊用途的插座回路，包括公共区域的楼层开水间的电加热开水器、非汽车充电设备；
28、空调及供暖能耗：空调及供暖用电是指为建筑物提供空调、供暖的设备用电的统称，包括三个一级子项：冷热源系统、空调水系统和空调风系统的用电；
29、其中，冷热源系统包括空调系统的制备冷热量的用电设备，冷源用电设备主要包括冷水机组、冷却水循环泵、冷却塔风机；热源用电设备包括热水循环泵及自备锅炉、补水泵等＝的用电；空调水系统包括空调冷水循环泵的用电；空调风系统是指可以单独设置能耗计量装置的全空气机组、新风机组、空调区域的排风机组和风机盘管、变风量末端的用电；
30、动力能耗：是指为建筑物提供各种动力的设备用电的统称，不包括空调供暖系统和人防系统的用电设备，一级子项包括：电梯、水泵和通风机的用电；其中电梯的用电包括建筑物中使用的所有电梯及电梯机房专用空调附属设备的用电；水泵的用电包括除空调供暖系统和消防系统以外的所有水泵的用电；通风机的用电包括除空调供暖系统和消防系统以外的所有风机的用电；
31、特殊耗能：是指能耗密度高、占总用电能耗比重大的用电区域及设备，将它们设为特殊用电分项能耗的一级子项，对于医疗建筑中的医疗设备用电、剧场建筑中的舞台灯光和音响用电、体育场馆中的led大屏幕和音响用电以及大型商业广告照明，均属于能耗密度高的特殊用电设备，将它们归入一级子项中的其他用电范围内；
32、空间区域能耗：建筑内不同区域的能耗情况；
33、通过对这些能耗分项进行监测和分析，可了解建筑能耗的具体情况，并采取相应的节能措施。
34、一种能耗计量统计及能流呈现装置，包括：
35、占比参数因子计算模块，用于通过积累同地域同类型建筑不同专业的分项能耗数据，计算出用电专项的占比参数因子，所述用电专项包括照明用电、空调用电、动力用电、特殊用电；
36、占比参数因子校准模块，用于对所述占比参数因子进行数据校准；
37、建筑分项能耗计算模块，用于根据校准后的占比参数因子，对建筑中模糊能耗部分进行分摊计算，得出建筑分项能耗数据；
38、数据输出模块，用于通过能耗拓扑方式，根据建筑分项能耗数据输出当前建筑能耗分项情况。
39、进一步的，所述
40、占比参数因子计算模块，具体用于：
41、收集数据：收集同地域、同类型建筑的能耗数据，包括照明用电、空调用电、动力用电、特殊用电分项能耗数据；
42、能耗系数生成：根据建筑能耗建筑面积、建筑类型、建筑用途、建筑材料、用电用途相关参数作为神经网络的输入，结合实际需求和问题，设置输入层、隐藏层和输出层的神经元数量神经网络的结构，通过数据训练和验证神经网络模型，通过反向传播算法不断调整神经元之间的连接权重，以最小化预测能耗与实际能耗之间的误差；根据神经网络的结构和训练结果，将输入参数与对应本文档来自技高网...
【技术保护点】
1.一种能耗计量统计及能流呈现方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤一具体包括：
3.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤二具体包括：
4.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤四中输出当前建筑能耗分项情况具体展示如下输出结果：
5.一种能耗计量统计及能流呈现装置，其特征在于，包括：
6.权利要求5所述的一种能耗计量统计及能流呈现装置，其特征在于：所述占比参数因子计算模块，具体用于：
7.根据权利要求5所述的一种能耗计量统计及能流呈现装置，其特征在于：所述占比参数因子校准模块，具体用于：
8.根据权利要求5所述的一种能耗计量统计及能流呈现装置，其特征在于：所述数据输出模块输出的当前建筑能耗分项情况具体展示如下输出结果：
9.一种能耗计量统计及能流呈现系统，包括：计算机可读存储介质和处理器；
10.一种非暂态计算机可读存储介质，其上存储有计算机程序
...【技术特征摘要】
1.一种能耗计量统计及能流呈现方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤一具体包括：
3.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤二具体包括：
4.根据权利要求1所述的一种能耗计量统计及能流呈现方法，其特征在于：步骤四中输出当前建筑能耗分项情况具体展示如下输出结果：
5.一种能耗计量统计及能流呈现装置，其特征在于，包括：
6.权利要求5所述的一种能耗计量统计及能流呈现装置，其特征在于：所...
【专利技术属性】
技术研发人员：邱思齐，徐文渊，殷胜，陶元，刘三鑫，张翔，彭超，袁家畅，
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：
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。