[发明专利]一种动态能效建模方法、装置、可读介质及电子设备

权利要求书

1.一种动态能效建模方法，其特征在于，包括：

配置设备模型中的设备编号和设备种类，以确定为配置结果，根据所述配置结果分别获取设备数据，所述设备数据包括：设备的运行数据、输入数据和输出数据；

对所述设备数据进行分类处理，得到测试集和训练集；

利用多组测试集和训练集，分别训练高斯过程模型中的参数及核函数；

判断每一次训练得到的参数及核函数与上一次训练得到的参数及核函数相比，是否发生变动；

如果训练得到的参数及核函数发生变动，则继续进行训练；

如果训练得到的参数及核函数不再发生变动，则停止训练，得到适合的高斯过程模型；

将所述设备数据代入所述训练后的高斯过程模型中，得到动态能效转化率的拟合曲线；

根据高斯过程模型画出所述拟合曲线的置信区间；

判断所述设备数据是否落在所述置信区间中；

如果落在置信区间中的设备数据量超过采集到的总设备数据量的95%，则所述高斯过程模型的准确性验证通过，得到标准高斯过程模型；

根据所述标准高斯过程模型构建设备模型；

其中，所述根据所述标准高斯过程模型构建设备模型，包括：

根据标准高斯过程模型获得设备数据的动态能效转化率拟合曲线；

根据所述动态能效转化率拟合曲线获取设备的输出输入关系；

根据设备的输出输入关系构建设备模型；

所述根据所述标准高斯过程模型构建设备模型，还包括：

设置设备模型更新周期；

在一个周期开始时，采集上一个周期内的更新设备数据；

根据标准高斯过程模型获得更新设备数据的动态能效转化率拟合曲线，用于更新设备模型。

2.一种动态能效建模装置，其特征在于，所述装置包括：

数据采集模块，用于配置设备模型中的设备编号和设备种类，以确定为配置结果，根据所述配置结果分别获取设备数据，所述设备数据包括：设备的运行数据、输入数据和输出数据；

数据处理模块，用于对所述设备数据进行分类处理，得到测试集和训练集；

模型训练模块，用于利用多组测试集和训练集，分别训练高斯过程模型中的参数及核函数；判断每一次训练得到的参数及核函数与上一次训练得到的参数及核函数相比，是否发生变动；如果训练得到的参数及核函数发生变动，则继续进行训练；如果训练得到的参数及核函数不再发生变动，则停止训练，得到适合的高斯过程模型；

模型验证模块，用于将所述设备数据代入所述训练后的高斯过程模型中，得到动态能效转化率的拟合曲线；根据高斯过程模型画出所述拟合曲线的置信区间；判断所述设备数据是否落在所述置信区间中；如果落在置信区间中的设备数据量超过采集到的总设备数据量的95%，则所述高斯过程模型的准确性验证通过，得到标准高斯过程模型；

设备模型构建模块，用于根据所述标准高斯过程模型构建设备模型；

其中，所述根据所述标准高斯过程模型构建设备模型，包括：

根据标准高斯过程模型获得设备数据的动态能效转化率拟合曲线；

根据所述动态能效转化率拟合曲线获取设备的输出输入关系；

根据设备的输出输入关系构建设备模型；

所述根据所述标准高斯过程模型构建设备模型，还包括：

设置设备模型更新周期；

在一个周期开始时，采集上一个周期内的更新设备数据；

根据标准高斯过程模型获得更新设备数据的动态能效转化率拟合曲线，用于更新设备模型。

3.根据权利要求2所述的一种动态能效建模装置，其特征在于，所述数据采集模块与设备的数据采集与监视控制系统实现通信连接，通过数据采集与监视控制系统获取设备数据。

4.一种可读介质，包括执行指令，当电子设备的处理器执行所述指令时，所述电子设备执行如权利要求1所述的方法。

5.一种电子设备，包括：处理器、存储器和总线；所述存储器用于存储执行指令所述处理器与所述存储器通过所述总线连接，当所述电子设备运行时，所述处理器执行所述存储器的所述执行指令，以使所述处理器执行如权利要求1所述的方法。