用于處理能源數據的方法和系統的制作方法
【技術領域】
[0001]本發明涉及一種用于處理能源數據的方法和系統，更具體地涉及一種用于對能源數據進行預測、數據故障通知及修正的方法和系統。
【背景技術】
[0002]目前，綠色建筑已經成為當前建筑領域的目標，專業人員通過對建筑能源進行分析統計以達到節約減排的目的，但能源數據由于通信故障、傳感器故障等容易導致異常。同時，專業人員希望通過當前設備的數據趨勢獲取進一步的信息，以提前采取措施來預防設備故障、能耗消費等情況發生。因此，通過對能源數據進行處理，能有效幫助專業人員進行能耗分析，更好地達到綠色節能的目的。
[0003]但是能源數據不同于其他領域(例如交通或經濟領域)的數據，因為無法從宏觀上對數據進行調控，同時各數據間還存在相互的依賴性及獨立性，這極大地增大了能源數據處理的難道。在數據出現質量問題的情況下，相應的能耗分析也會增大不確定性，從而無法有效地提供建筑能效分析。
【發明內容】
[0004]為了解決現有技術中的上述缺點和問題中的至少一個而提出本發明。基于現有技術存在的缺點，本發明提供了一種用于處理能源數據的方法和系統。
[0005]本發明的一個目的在于有效預測能源數據，以幫助專業人員提前采取措施來預防能耗浪費等情況發生。
[0006]本發明的另一個目的在于對實時數據進行檢測，當數據質量發生問題時進行通知，以幫助及時發現設備問題。
[0007]本發明的又一目的在于對故障數據進行修正，以幫助對能源數據進行分析，從而達到節約減排的目的。
[0008]根據一個方面，本發明提供了一種用于處理能源數據的方法，包括:根據數據規律對能源數據進行分類；根據所確定的類別來確定能源數據適用的模型；根據歷史數據對模型進行訓練，以獲取模型的具體參數及數據正確性的置信區間；根據所訓練的模型對實時數據進行預測；通過判斷實際值與預測值之間的偏差是否在置信區間內，對實際值進行修改；以及通過在線學習或根據更多的歷史數據來對模型進行修改或優化。
[0009]可選地，根據特定能源數據是否隨時間變化以及該特定能源數據的變化是否依賴于其他能源數據的變化。
[0010]可選地，根據數據規律將能源數據分類為無時間規律并且與其他能源數據無關、具有顯著時間規律并且與其他能源數據無關、無顯著時間規律并且與其他能源數據相關、無顯著數據規律等類別。
[0011]可選地，如果確定特定能源數據無時間規律并且與其他能源數據無關，則確定該類型的能源數據適用符號函數模型；如果確定特定能源數據具有顯著時間規律并且與其他量無關，則該類別的能源數據適用改進ARMA模型；如果確定特定能源數據無顯著時間規律并且與其他量相關，則該類別的能源數據適用貝葉斯網絡；如果確定特定能源數據無顯著數據規律并且該特定能源數據不復雜，則確定該類別的能源數據適用牛頓分析方法或高斯模型；如果確定特定能源數據無顯著數據規律并且該特定能源數據復雜，則確定該類別的能源數據適用人工神經網絡或支持向量機模型。
[0012]可選地，其中所述改進ARMA模型除了考慮前η個時刻的數據點及數據變化值外，還增加了季節數據間的協方差判定，以增大模型對季節性規律的敏感性，其中η為自然數。
[0013]可選地，對于已有模型，通過對歷史數據的訓練獲取適當參數。
[0014]可選地，對于不確定性模型，選取當前時刻的前幾個時刻的數據作為輸入量以及當前時刻數據作為輸出量來建立數據模型。
[0015]可選地，置信區間采用0.03的顯著性水平。
[0016]可選地，當歷史數據較小時，執行人工數據校驗。
[0017]可選地，通過剪枝算法或核函數來降低模型的維數。
[0018]可選地，通過粒子群算法對模型參數進行重新擬合以修正優化參數。
[0019]可選地，對能源數據保存標志位，以指示以下中的一個:(I)為正確數據且位于置信空間內；(2)為錯誤數據且位于置信空間外；(3)為正確數據且處于置信空間外；(4)為錯誤數據且位于置信空間內。
[0020]可選地，當標志位指示為⑴或⑵時，表明所確定的模型能正確處理數據；當標志位指示為(3)時，表明需要對模型重新學習；以及當標志位指示為(4)時，表面需要對模型在線修正。
[0021]根據本發明的另一個方面，提供了一種用于處理能源數據的系統，包括:能源數據分類模塊，用于根據數據規律對能源數據進行分類；能源數據模型確定模塊，用于根據能源數據分類模塊210所確定的類別來確定能源數據適用的模型；訓練模塊，用于根據歷史數據對模型進行訓練，以獲取模型的具體參數及數據正確性的置信區間；實時值預測模塊，用于根據所訓練的模型對實時數據進行預測；實時值修正模塊，用于通過判斷實際值與預測值之間的偏差是否在置信區間內，對實際值進行修改；以及模型修正優化模塊，用于通過在線學習或根據更多的歷史數據來對模型進行修改或優化。
【附圖說明】
[0022]通過下面結合附圖進行的描述，本發明一些示范性實施例的上述和其他方面、特征和優點對于本領域技術人員來說將變得顯而易見，其中:
[0023]圖1示出了根據本發明的用于處理能源數據的方法的流程圖；
[0024]圖2是根據本發明的用于處理能源數據的系統的框圖；
[0025]圖3示出了根據一個示例的示出作為一個典型能源數據的冷卻水流量隨時間變化的實際值與預測值的圖示；
[0026]圖4示出了根據另一個示例的示出作為一個典型能源數據的室外溫度隨時間變化的實際值與預測值的圖示；以及
[0027]圖5示出了根據另一個示例的示出作為一個典型能源數據的總用電量隨時間變化的實際值與預測值的圖示。
【具體實施方式】
[0028]提供參考附圖的下面描述以幫助全面理解本發明的示范性實施例。其包括各種細節以助于理解，而應當將它們認為僅僅是示范性的。因此，本領域普通技術人員應當認識至IJ，可以對這里描述的實施例做出各種改變和修改，而不會背離本發明的范圍和精神。同樣，為了清楚和簡明，省略了對公知功能和結構的描述。
[0029]圖1示出了根據本發明的用于處理能源數據的方法的流程圖。
[0030]在步驟SllO中，根據數據規律對能源數據進行分類。在一個實施例中，可以根據特定能源數據是否隨時間變化以及該特定能源數據的變化是否依賴于其他能源數據的變化。例如，可以根據數據規律將能源數據分類為無時間規律并且與其他能源數據無關、具有顯著時間規律并且與其他能源數據無關、無顯著時間規律并且與其他能源數據相關、無顯著數據規律等類別。上面列出的對能源數據的分類僅僅是示例，并且不限于此。例如，可以由能源領域的專家來決定具體數據分類。此外，在專家無法確定下，可以通過數據間相關性分析來確定兩個數據間的相關性。例如，可以通過一些分析軟件，諸如SPSS來研究數據間相關性。在一個示例中，可以利用皮爾遜相關性獲取客流量與天氣之間的影響關系為高度相關。在能源數據中，例如冷機開關量為與時間無關也與其他能源數據無關，室外溫度、濕度等屬于具有顯著時間規律并且與其他量無關，回水溫度等與開關緊密相關但與時間無緊密聯系，客流量不僅與時間相關也與室外溫度等緊密相關。
[0031]在步驟S120中，根據所確定的類別來確定能源數據適用的模型。例如，如果確定特定能源數據無時間規律