【技术实现步骤摘要】
本专利技术涉及监测控制，具体涉及综合能源管理方法及系统。
技术介绍
1、传统的能源管理方式主要依赖于人工巡检和传统的监测设备，这些设备能够收集关键的运行参数，如温度、湿度、电力消耗等，并通过仪表显示或记录，供操作人员进行观察和分析。操作人员根据这些数据和经验，手动调节能源设备的运行状态。随着智能化技术的发展和应用，不同行业的智慧实体，如医院、石油园区、通讯厂、热电厂等，都在积极探索和应用先进的能源管理技术。
2、智慧实体能源管理成为了新的发展趋势，智慧实体采用先进的能源管理系统，能够实时监控医院各区域的能耗状况，并实现远程控制和自动化调节。例如，智慧医院系统收集大量的实时运行数据，包括医疗设备的能耗、温度、湿度等参数，并通过数据分析和建模实现能源需求的精准预测和优化。
3、然而，在实际应用中，如果智慧实体的运行环境和建筑特性发生变化，例如医院的科室布局的调整、医疗设备的更新或气候的变化，可能会导致新的数据分布与训练数据存在显著差异。在这种情况下，传统的预测模型的准确性可能会大幅下降，从而影响能源管理的效果。
技术实现思路
1、有鉴于此，本专利技术提供了一种综合能源管理方法及系统，以解决由于运行环境和建筑特性发生变化，导致能源监测调节模型的预测准确性大幅下降的问题。
2、第一方面，本专利技术提供了一种综合能源管理方法，该方法包括：获取目标智慧实体的历史能源数据、设备运行参数和内外部环境数据，内外部环境数据包括建筑特性数据、季节数据、建筑内部温度数据
3、本实施例提供的综合能源管理方法，通过全面、实时的数据收集和多层次的能源需求预测，实现了对智慧能源的高效管理和精准调节。首先，通过设备运行参数监测和内外部环境数据监测，能够实时获取智慧实体内各设备的运行参数以及内外部环境数据。这些数据涵盖了设备的运行效率数据、设备的功率数据、设备的利用率数据和设备的散热效率数据等关键运行参数，以及建筑特性、季节、温度、湿度等重要的环境因素。这种全方位的数据采集机制，不仅确保了数据的实时性和准确性，还为后续的能源需求预测和策略制定提供了可靠的数据支持。其次，通过采用了两层预测，利用历史能源数据、实时设备运行参数和内外部环境数据，结合基于自注意力机制与门控循环单元的混合模型，进行初步能源需求预测。这种模型融合了自注意力机制对时序数据的敏感性和门控循环单元对序列数据的处理能力，从而能够更准确地捕捉数据间的复杂关系，提升预测的精准度。之后，在第一层预测输出的基础上，进一步考虑了建筑特性数据对能源需求的影响。通过引入量子支持向量机模型，能够对第一层预测结果进行修正和完善，生成更为精确的第二层能源需求预测结果。量子支持向量机模型的强大计算能力和对高维数据的处理能力，在面对复杂多变的数据环境时，仍能保持预测的稳定性和准确性。最后，根据第二层能源需求预测结果，智能生成符合当前能源需求的调节策略，不仅考虑了实时的能源需求，还兼顾了智慧实体的建筑特性和环境变化，确保调节措施的有效性和针对性。最后，在能源调节执行阶段，该方法根据策略对智慧实体的能源进行实时调节。通过精准控制设备的运行参数、优化能源分配计划等手段，实现能源的高效利用和节能减排目标。同时，该方法还具备实时反馈机制，能够根据实际效果不断调整和优化调节策略，确保能源管理的持续性和自适应性。综上，本实施例提供的综合能源管理方法通过实时的数据收集、精准的能源需求预测和智能的能源调节策略，有效解决了传统能源管理方式中的诸多弊端。特别是在面对智慧实体环境和能源需求变化时，该方法能够迅速做出响应和调整，确保能源管理的灵活性和高效性，为智慧实体的可持续发展提供了有力保障。
4、在一种可选的实施方式中，当目标智慧实体为医院时，历史能源数据包括医疗气体使用量数据、电力消耗量数据、制冷与供暖能耗数据和各科室能耗分布数据，设备运行参数包括医疗设备的运行效率数据、医疗设备的功率数据、医疗设备的利用率数据和医疗设备的散热效率数据，内外部环境数据包括建筑特性数据、季节数据、建筑内部温度数据和建筑内部湿度数据，将历史能源数据、设备运行参数和内外部环境数据输入训练好的第一调节模型内之前，方法还包括：基于历史能源数据、设备运行参数和内外部环境数据得到参数嵌入向量；对参数嵌入向量进行线性变换，分别得到第一嵌入向量、第二嵌入向量和第三嵌入向量，第一嵌入向量为搜寻向量，第二嵌入向量为标识向量，第三嵌入向量为信息向量；利用缩放点积注意力机制基于第一嵌入向量和第二嵌入向量计算得到注意力权重；基于注意力权重对第三嵌入向量进行加权求和，得到自注意力层输出值；基于第一调节模型的重置门、更新门和自注意力层输出值，确定目标隐藏状态，输出目标隐藏状态的自注意力层输出值，作为第一能源需求结果。
5、在一种可选的实施方式中，基于历史能源数据、设备运行参数和内外部环境数据得到参数嵌入向量，包括：对医疗气体使用量数据、电力消耗量数据、制冷与供暖能耗数据、各科室能耗分布数据、医疗设备的运行效率数据、医疗设备的功率数据、医疗设备的利用率数据和医疗设备的散热效率数据进行归一化处理，提取特征，得到第一特征集合；对建筑特性数据和季节数据进行类别特征编码转换，得到第二特征集合；对建筑内部温度数据和建筑内部湿度数据进行归一化处理，提取特征，得到第三特征集合；获取第一特征权重、第二特征权重和第三特征权重，第一特征权重、第二特征权重和第三特征权重分别与第一特征集合、第二特征集合和第三特征集合一一对应，第一特征权重、第二特征权重和第三特征权重是通过第一调节模型训练得到的；利用注意力机制基于第一特征权重、第二特征权重和第三特征权重对第一特征集合、第二特征集合和第三特征集合进行特征融合，得到参数嵌入向量。
6、在一种可选的实施方式中，对参数嵌入向量进行线性变换，分别得到第一嵌入向量、第二嵌入向量和第三嵌入向量，包括：获取第一权重矩阵、第一偏置项、第二权重矩阵、第二偏置项、第三权重矩阵和第三偏置项，第一权重矩阵和第一偏置项对应第一嵌入向量，第二权重矩阵和第二偏置项对应第二嵌入向量，第三权重矩阵和第三偏置项对应第三嵌入向量；利用第一权重矩阵和第一偏置项对参数嵌入向量进行线性变换，得到第一嵌入向量；利用第二权重矩阵和第二偏置项对参数嵌入向量进行线性变换，得到第二嵌入向量；利用第三权重矩阵和第三偏置项对参数嵌入向量进行线性变换，得到第三嵌入向量。
7、在一种可选的实施方式中，利用缩放点积注意力机制基于第一嵌入向量和第二嵌入向量计算得到注意力权重，包括基于第一嵌入向量和第二嵌入向量确定目标向量内积；基于第二嵌入向量确定目标缩放因子；利用归一化本文档来自技高网...
【技术保护点】
1.一种综合能源管理方法，应用于智慧实体，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，当所述目标智慧实体为医院时，所述历史能源数据包括医疗气体使用量数据、电力消耗量数据、制冷与供暖能耗数据和各科室能耗分布数据，所述设备运行参数包括医疗设备的运行效率数据、医疗设备的功率数据、医疗设备的利用率数据和医疗设备的散热效率数据，所述内外部环境数据包括建筑特性数据、季节数据、建筑内部温度数据和建筑内部湿度数据，
3.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源数据、所述设备运行参数和所述内外部环境数据得到参数嵌入向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述参数嵌入向量进行线性变换，分别得到第一嵌入向量、第二嵌入向量和第三嵌入向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用缩放点积注意力机制基于第一嵌入向量和第二嵌入向量计算得到注意力权重，包括：
6.根据权利要求1所述的方法，其特征在于，所述建筑特性数据包括建筑体能源消耗数据、建筑信息模型数据和热传导效率数
7.根据权利要求6所述的方法，其特征在于，所述将所述量子态融合修正特征输入训练好的量子支持向量机模型中，得到第二能源需求结果，包括：
8.一种综合能源管理系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种综合能源管理方法，应用于智慧实体，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，当所述目标智慧实体为医院时，所述历史能源数据包括医疗气体使用量数据、电力消耗量数据、制冷与供暖能耗数据和各科室能耗分布数据，所述设备运行参数包括医疗设备的运行效率数据、医疗设备的功率数据、医疗设备的利用率数据和医疗设备的散热效率数据，所述内外部环境数据包括建筑特性数据、季节数据、建筑内部温度数据和建筑内部湿度数据，
3.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源数据、所述设备运行参数和所述内外部环境数据得到参数嵌入向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述参数嵌入...
【专利技术属性】
技术研发人员：张远鑫，徐志洋，曲威瞳，雷卫明，
申请(专利权)人：新疆晟嘉能源科技有限公司，
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。