[发明专利]一种应用于能源管理系统中可节能设备的自动判断方法

说明书

本发明公开了一种应用于能源管理系统中可节能设备的自动判断方法，包括如下步骤：S1、从能源管理系统中获取设备历史运行阶段性数据，记为(x₁,...,x_n)，x_n为设备在第n时刻的能耗数据；S2、采用K‑均值算法对设备历史运行阶段性数据进行聚类；S3、取最大聚类中心值作为参考数据得到设备历史运行曲线，将设备历史运行曲线图作为所述设备的正常运行的理想曲线；S4、采集设备的实时运行数据；与理想曲线上历史时刻的数据点进行比较，若比较误差的绝对值大于H，则判定有节能空间，否则判定无节能空间。通过K‑均值算法将历史能耗数据进行聚类分析得到能耗理想曲线，计算出各点之间的差值，用于识别可节能设备。

技术领域

本发明涉及能源管理技术领域，具体的，涉及一种应用于能源管理系统中可节能设备的自动判断方法。

背景技术

在传统的能源管理缺少识别可节能设备的功能，有时需要人工去排查设备，效率低，准确性也不高。在一些现有识别技术中往往也存在识别可节能设备时需要经过复杂运算，消耗计算资源过大，结果不准确等问题。可能会造成浪费计算资源，错误报告，生成结果实时性较差等问题。

发明内容

本发明的目的是解决现有能源设备缺少能源自动识别是否可节能的方法，提出了一种应用于能源管理系统中可节能设备的自动判断方法，通过K-均值算法将历史能耗数据进行聚类分析得到可用于比较实际能耗值的理想曲线，将当日的实际能耗值与模型值进行对比，计算出各点之间的差值，用于识别可节能设备，为控制成本提升设备使用效率起到一定作用。

为实现上述技术目的，本发明提供的一种技术方案是，一种应用于能源管理系统中可节能设备的自动判断方法，包括如下步骤：

S1、从能源管理系统中获取设备历史运行阶段性数据，记为(x₁,...,x_n)，x_n为设备在第n时刻的能耗数据；

S2、采用K-均值算法对设备历史运行阶段性数据进行聚类；

S3、取最大聚类中心值作为参考数据得到设备历史运行曲线，将设备历史运行曲线图作为所述设备的正常运行的理想曲线；

S4、采集设备的实时运行数据；与理想曲线上历史时刻的数据点进行比较，若比较误差的绝对值大于H，则判定有节能空间，否则判定无节能空间。

S2中，采用K-均值算法对数据进行聚类包括如下步骤：

S21、设观测集(x₁,...,x_n)；x_n为设备在第n时刻的能耗数据；

S22、将观测集(x₁,...,x_n)中的n个观测数据分到k个集合中，使得组内平方和最小；按照点的误差平方和局部最小进行分类；

S23、初始划分k个聚类J_i(i＝1,2,...,k)，计Γ_i＝[J₁，J_k]；

S24、计算k个聚类的误差平方和J_e；

S25、计算k个聚类的均值m_i；

S26、任意在k个聚类中取出一个样本y属于J_i；计算将样本y加入聚类J_j的增加量ρ_j与J_i的减小量ρ_i进行比较；

S27、如果增加量ρ_j中的最小量ρ_k，满足ρ_kρ_i，就将样本x_i从J_i移到J_k；重新计算各聚类的均值和误差平方和；

S27、在连续n次迭代后，如果总的误差平方和在区间[-ε,ε]内不再改变，则停止迭代，否则跳至步骤S26。