【技术实现步骤摘要】
本专利技术涉及能耗预测，尤其涉及一种预测模型构建及预测方法、装置、电子设备及存储介质。
技术介绍
1、岸边集装箱起重机(简称岸桥)是专门用于集装箱码头对集装箱船进行装卸作业的专业设备，是港口建设的关键设备。随着贸易货物和港口建设的不断增长，现有的港口能源管理体系再也不能满足准确性和分类的要求。当前港口能耗统计以一个变电站为节点，测量与该变电站相连的所有设备的总能耗，无法得到各类设备的具体能耗。
2、准确测量单个机组的能耗有以下几个优点:1.优化设备的能耗调度。2.与母线测量结果进行比较，以估算损失并优化设备布局。3.结束了伤亡事件。而传统的测量单个设备能耗的方法主要是手动将测量仪器连接到设备总线上。
3、这种方法由于需要人力的参与，在增加了工作量的同时还存在着不可忽视的操作危险。因此，研究单个设备能耗的估计预测具有重要的现实意义。
技术实现思路
1、有鉴于此，有必要提供一种预测模型构建及预测方法、装置、电子设备及存储介质，用以解决现有技术需要人力参与而导致的工作量大且存在安全隐患的的问题。
2、为了解决上述问题，本专利技术提供一种预测模型构建方法，应用于预测能耗，包括：
3、根据岸桥工作时的能量转换特征和能耗特征确定能耗粗模型，所述能耗粗模型包括用于表征能量转换特征的能量转换系数和用于表征能耗特征的能耗物理量；
4、基于优化完备的第一支持向量机模型对所述能耗粗模型进行能量转换系数的预测得到目标能量转换系数，并根据所述目标能
5、在一种可能的实现方式中，所述能耗粗模型还包括能量转换物理量，所述能量转换物理量包括岸桥抓钩质量、运输物体质量、岸桥工作距离、岸桥工作时间；
6、所述能耗物理量包括：岸桥抓钩与运输物体上升时消耗的第一能量，岸桥抓钩与运输物体平移时消耗的第二能量，以及岸桥抓钩与运输物体在下降时反馈的第三能量。
7、在一种可能的实现方式中，所述根据岸桥工作时的能量转换特征和能耗特征确定能耗粗模型，包括：
8、根据所述岸桥抓钩质量、运输物体质量、岸桥工作距离和岸桥工作时间确定岸桥工作时发生能量转换的做功状态；
9、基于能量守恒定律，并根据所述做功状态、所述第一能量、第二能量以及第三能量构建总能耗与所述能耗物理量之间的关系式，确定为所述能耗粗模型。
10、在一种可能的实现方式中，所述基于优化完备的第一支持向量机模型对所述能耗粗模型进行能量转换系数的预测得到目标能量转换系数，包括：
11、获取岸桥工作过程中的第一运行参数，所述第一运行参数包括若干组所述能量转换物理量以及对应的岸桥能耗；
12、将所述能耗粗模型作为所述第一支持向量机模型中的非线性映射函数；
13、将所述第一运行参数输入至所述第一支持向量机模型进行迭代，最终预测得到所述目标能量转换系数。
14、在一种可能的实现方式中，所述优化完备的第一支持向量机模型的获取，包括：
15、构建基础支持向量机模型；
16、获取岸桥工作过程中的第二运行参数，所述第二运行参数包括干组所述能量转换物理量以及对应的岸桥能耗；
17、基于所述第二运行参数以及鲸鱼优化算法对所述基础支持向量机模型中的超参数进行参数优化，得到所述第一支持向量机模型。
18、在一种可能的实现方式中，所述基于所述第二运行参数以及鲸鱼优化算法对所述基础支持向量机模型中的超参数进行参数优化，得到所述第一支持向量机模型，包括：
19、将所述第二运行参数经过归一化处理后，划分为第一训练集和第一测试集；
20、初始化所述鲸鱼优化算法的参数，确定鲸鱼种群的大小，并随机生成每头所述鲸鱼的位置，其中，所述鲸鱼种群的大小表示迭代次数，所述鲸鱼的位置表示所述超参数；
21、初始化所述基础支持向量机模型，得到第二支持向量机模型，并将所述第一训练集输入至所述第二支持向量机模型中，得到第一能耗预测值；
22、基于所述第一能耗预测值以及第一训练集计算得到所述第一支持向量机的第一适应度；
23、将所述随机生成的超参数代入至所述基础支持向量机模型中，得到第三支持向量机模型，并将所述第一训练集输入至所述第三支持向量机模型中，得到第二能耗预测值；
24、基于所述第二能耗预测值以及第一训练集计算得到所述第二支持向量机的第二适应度；
25、判断所述第一适应度是否优于所述第二适应度，若不优于，则将所述第二支持向量机模型替换为所述第三支持向量机模型，并返回至将所述随机生成的超参数代入至所述支持向量机模型中，得到第三支持向量机模型，并将所述第一训练集输入至所述第三支持向量机模型中，得到第二能耗预测值的步骤，直至所述第一适应度优于所述第二适应度；
26、判断当前迭代次数是否达到最大，若未达到，则返回至将所述随机生成的超参数代入至所述支持向量机模型中，得到第三支持向量机模型，并将所述第一训练集输入至所述第三支持向量机模型中，得到第二能耗预测值的步骤，直至达到最大迭代次数；
27、将所述第一测试集输入至所述第三支持向量机模型中，得到第三能耗预测值，基于所述第三能耗预测值以及第一测试集分析所述第三支持向量机模型是否达到预设的准确度，若达到，则将所述第三支持向量机模型作为所述第一支持向量机模型；
28、若未达到，则返回至初始化所述鲸鱼优化算法的参数，确定鲸鱼种群的大小，并随机生成每头所述鲸鱼的位置的步骤。
29、本专利技术还提供一种预测方法，应用于预测能耗，包括：
30、获取岸桥工作过程的第三运行参数，所述第三运行参数包括所述能量转换物理量；
31、将所述第三运行参数输入至预测模型中，得到能耗预测结果；
32、其中，所述预测模型根据上述任意实现方式中的预测模型构建方法构建得到。
33、本专利技术还提供一种预测装置，包括：
34、参数抓取模块，用于获取所述第三运行参数，所述第三运行参数包括所述能量转换物理量；
35、预测模块，用于将所述第三运行参数输入至预测模型中，得到能耗预测结果；
36、其中，所述预测模型根据上述任意实现方式中的预测模型构建方法构建得到。
37、本专利技术还提供一种电子设备，包括存储器和处理器，
38、所述存储器，用于存储程序；
39、所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意实现方式中的预测模型构建方法中的步骤，或，上述任意实现方式中的预测方法中的步骤。
40、本专利技术还提供一种存储介质，所述存储介质包括存储的计算机程序，所述计算机程序执行时，所述计算机程序被处理器执行时实现上述任意实现方式的预测模型构建方法，或，上述任意实现方式中的预测方法中的步骤。
41、本专利技术的有益效果是：本专利技术提供的本文档来自技高网...
【技术保护点】
1.一种预测模型构建方法，应用于预测能耗，其特征在于，包括：
2.根据权利要求1所述的预测模型构建方法，其特征在于，所述能耗粗模型还包括能量转换物理量，所述能量转换物理量包括岸桥抓钩质量、运输物体质量、岸桥工作距离、岸桥工作时间；
3.根据权利要求2所述的预测模型构建方法，其特征在于，所述根据岸桥工作时的能量转换特征和能耗特征确定能耗粗模型，包括：
4.根据权利要求2所述的预测模型构建方法，其特征在于，基于优化完备的第一支持向量机模型对所述能耗粗模型进行能量转换系数的预测得到目标能量转换系数，包括：
5.根据权利要求1所述的预测模型构建方法，其特征在于，所述优化完备的第一支持向量机模型的获取，包括：
6.根据权利要求5所述的预测模型构建方法，其特征在于，基于所述第二运行参数以及鲸鱼优化算法对所述基础支持向量机模型中的超参数进行参数优化，得到所述第一支持向量机模型，包括：
7.一种预测方法，应用于预测能耗，其特征在于，包括：
8.一种预测装置，其特征在于，包括：
9.一种电子设备，其特征
10.一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，所述计算机程序执行时，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的预测模型构建方法，或，如权利要求7所述的预测方法中的步骤。
...【技术特征摘要】
1.一种预测模型构建方法，应用于预测能耗，其特征在于，包括：
2.根据权利要求1所述的预测模型构建方法，其特征在于，所述能耗粗模型还包括能量转换物理量，所述能量转换物理量包括岸桥抓钩质量、运输物体质量、岸桥工作距离、岸桥工作时间；
3.根据权利要求2所述的预测模型构建方法，其特征在于，所述根据岸桥工作时的能量转换特征和能耗特征确定能耗粗模型，包括：
4.根据权利要求2所述的预测模型构建方法，其特征在于，基于优化完备的第一支持向量机模型对所述能耗粗模型进行能量转换系数的预测得到目标能量转换系数，包括：
5.根据权利要求1所述的预测模型构建方法，其特征在于，所述优化完备...
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。