【技术实现步骤摘要】
本专利技术涉及专门适用于管理目的的数据处理，尤其涉及一种基于图卷积神经网络的能源管理方法、设备及介质。
技术介绍
1、目前，随着科技的不断发展和进步，现代制造业已经迎来了翻天覆地的变革。高精度、自动控制、绿色环保的生产设备逐渐成为主流，这些设备的广泛应用使得制造业的生产效率得到了空前的提升，同时生产流程也变得更加规范和高效。然而，这种技术的飞跃不仅推动了制造业的发展，同时也对其背后的能源管理系统提出了更高的要求。
2、为了满足持续增长的生产需求，并确保生产流程的顺畅无阻，能源管理系统必须具备更高的响应速度和精确度。此外，随着制造业对节能减排理念的深入践行，越来越多的企业开始采用环保、高效的高科技设备，以减少能源消耗和环境污染。这一趋势要求能源管理系统能够更加精细地控制能源的分配和使用，以确保在满足生产需求的同时，能够最大限度地降低能源的消耗和废弃物的排放。
3、但是，传统的电力调度模式在技术应用层面仍显得力不从心。这些模式大多依赖于经验判断，而缺乏科学、精确的数据支持，从而导致电力调度的精度难以提升，资源浪费问题...
【技术保护点】
1.一种基于图卷积神经网络的能源管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述通过皮尔逊相关系数，计算不同生产数据中每两种生产数据之间的依赖程度，具体包括：
3.根据权利要求2所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述生成所述生产数据对应的依赖矩阵，具体包括：
4.根据权利要求1所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述通过图卷积神经网络对所述依赖矩阵进行特征提取，并对所提取的特征向量进行预处理，以根据预处理后的特征向量，生成初...
【技术特征摘要】
1.一种基于图卷积神经网络的能源管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述通过皮尔逊相关系数，计算不同生产数据中每两种生产数据之间的依赖程度，具体包括：
3.根据权利要求2所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述生成所述生产数据对应的依赖矩阵，具体包括：
4.根据权利要求1所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述通过图卷积神经网络对所述依赖矩阵进行特征提取，并对所提取的特征向量进行预处理，以根据预处理后的特征向量，生成初步的能源调度方案，具体包括：
5.根据权利要求1所述的一种基于图卷积神经网络的能源管理方法，其特征在于，所述图卷积神经网络由以下公式表示：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：王思源，刘盱衡，徐同明，鹿海洋，
申请(专利权)人：浪潮通用软件有限公司，
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。