【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种能耗预测方法、装置、设备及可读存储介质。
技术介绍
1、能耗数据指的是工厂各介质(如水、电、气)在一段时间内的使用量。通过对未来一段时间发生的能耗进行预测，结合正确的方法可以降低能耗成本、优化生产计划与设备调度，增强应对市场波动的能力。
2、现有的能源管理中的能耗预测方法过为理想，往往只通过历史能耗数据对未来的能耗进行预测，从而导致预测角度不全面，能耗预测的准确性较低的问题。
3、因此，如何提高能耗预测的准确性，是本领域技术人员急需解决的问题。
技术实现思路
1、基于上述问题，本申请提供了一种能耗预测方法、装置、设备及可读存储介质，通过结合多种类型数据进行能耗的综合预测，提高了能耗预测的准确性。
2、第一方面，本申请实施例提供了一种能耗预测方法，包括：
3、获取预测用关键影响因素；所述预测用关键影响因素包括与待预测时段相对应的目标生产计划数据和目标相关性采集数据；所述目标相关性采集数据包括生产现场传感器实时数...
【技术保护点】
1.一种能耗预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述能耗预测模型通过以下方法训练得到：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述历史能耗数据、历史生产计划数据以及历史相关性采集数据，基于时间序列分析对基础预测模型进行训练，并得到训练好的能耗预测模型包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述测试集、所述测试集对应的关键影响因素对所述预测训练结果参数进行验证，包括：
6.一种能...
【技术特征摘要】
1.一种能耗预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述能耗预测模型通过以下方法训练得到：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述历史能耗数据、历史生产计划数据以及历史相关性采集数据，基于时间序列分析对基础预测模型进行训练，并得到训练好的能耗预测模型包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述测试集、所述测试集对应的关...
【专利技术属性】
技术研发人员：车晓忠，
申请(专利权)人：北京和利时工业软件有限公司，
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。