[发明专利]大数据的设备能效控制方法

说明书

本发明涉及一种大数据的设备能效控制方法，解决了现有技术的不足，技术方案为：包括以下步骤：步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；步骤二，计算目标设备的能效数据，步骤三，对目标设备的能效数据进行分析，发布能效分析结果。

技术领域

本发明涉及一种设备能效控制方法，具体涉及一种大数据的设备能效控制方法。

背景技术

目前需要开发一种能效控制平台及其控制方法，实现对城市用电数据的采集、监测、分析、挖掘，使政府能及时了解电能供应、配送及用电情况，掌握电能消耗情况与用电趋势等，对整个城市能源能够进行合理的管理与调配，实现合理用电，降低用能成本，同时为能源政策制定、节能减排指标管理及宏观经济运行分析提供决策支持；通过延伸到用户内部的广覆盖、细粒度的数据采集网络，实时掌握用户用能情况，实现电网与用户间耗能数据的在线互动，使电力公司调控城市区域负荷，优化城市负荷曲线，实现削峰填谷，减少设备维护频率，保障电网稳定经济运行，促进城市经济发展，实现节能降耗，响应国家能源战略要求。但是目前的设备由于历史遗留问题，存在很多不同形式结构的数据采集器，因此获取的数据结构千差万别，数据类型差异度很大，因此，缺少一种能够针对各种数据来源统一处理的设备能效控制方法。

发明内容

本发明的目的在于解决上述现有技术缺少一种能够针对各种数据来源统一处理的设备能效控制方法的问题，提供大数据的设备能效控制方法。

本发明解决其技术问题所采用的技术方案是：一种大数据的设备能效控制方法，包括以下步骤：

步骤一，获取各个运行设备的运行参数，并进行大数据预处理，基于大数据预处理的数据进行多源异构大数据的融合；

步骤二，计算目标设备的能效数据，

步骤三，对目标设备的能效数据进行分析，发布能效分析结果。

作为优选，所述步骤一中，包括以下子步骤：

预处理子步骤一，对目标设备的数据源进行属性分析，建立属性索引和分类；

预处理子步骤二，根据目标设备的数据源进行属性分析结果，首先执行数据评估分步骤、数据重组分步骤；然后根据目标设备的数据源进行属性分析结果，执行数据清洗分步骤，再根据数据集的大小确定进行数据抽取分步骤，再对数据集中不符合挖掘格式的数据进行数据过滤分步骤，若数据集中的冗余属性较多，则进行数据归约分步骤后保存为数据矩阵的格式，否则直接保存为数据矩阵的格式；

预处理子步骤三，建立多源数据的结构化低秩表示模型，表征多模态数据间的结构关系，通过矩阵的低秩与结构化稀疏性约束对数据质量进行检测，从稀疏的误差中恢复出关系矩阵。

作为优选，多源异构大数据的融合包括以下子步骤：

多源异构大数据的融合步骤一，将N个模态的目标设备相关数据资料，记为{X¹,X²,...,X^N}，每个模态的数据集包含p个观测样本采用多核学习算法对N个模态的数据分别设计一个核函数K^m(x_i,x_j)，每个核函数隐式确定一个非线性映射函数φ^m(x_i)；

多源异构大数据的融合步骤二，通过非线性映射函数φ^m(x_i)获得各个模态的观测资料X^m，将各个模态的观测资料X^m分别输入对应的核函数K^m(x_i,x_j)进行映射,生成M个同维的K^m∈R^p×p核矩阵，从而嵌入一个同性的多核元空间；

多源异构大数据的融合步骤三，对多元核空间的数据采用嵌入投影算法进行多源融合。