(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210911728.4 (22)申请日 2022.07.29 (71)申请人 昂顿科技 （上海） 有限公司 地址 201506 上海市金山区金山工业区夏 宁路818弄72号B区 (72)发明人 王锦友　戢卫平　申宝玲　 (74)专利代理 机构 上海邦德专利代理事务所 (普通合伙) 31312 专利代理师 梁剑 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06N 3/04(2006.01) G06Q 50/06(2012.01) G06Q 50/26(2012.01) (54)发明名称 智慧能源管理系统 (57)摘要 本发明提出一种智慧能源管 理管理系统， 具 体包括： 电力预测模 块100,碳减 排设计单元2 00， 以及能耗优化策略模块300； 电力预测模块100, 用于精确的电力需求预测,可以使用各种因素来 预测电力需求； 碳减排 设计单元200， 能够实现碳 减排设计规划， 实现智慧用电； 能耗优化策略模 块300收集每个用电节点装置的用电信息， 存储 并对其采用深度学习算法不断的进行用能优化； 使用的优化算法使用监督学习算法进行操作， 并 使用训练集优化基本算法计算温度和湿度变化 的补偿值， 基于能量管理， 由用户在奖励预测神 经网络中的使用模式进行补偿， 以便用户在节能 的同时享受舒 适度， 从而实现高效节能。 权利要求书2页 说明书7页 附图1页 CN 115271463 A 2022.11.01 CN 115271463 A 1.一种智慧能源管理系统， 其特征在于， 具体包括： 电力预测模块100,碳减排设计单元 200， 以及能耗优化策略模块3 00； 电力预测模块100,用于精确的电力需求预测,可以使用各种因素来预测电力需求； 电 力需求预测 模块100包括数据收集单元110、 数据补充单元130、 预测器选择器150和电力需 求预测单元170； 数据收集单元110收集用于电力需求预测的气象要素数据,执行用于电力 需求预测的数据处理和预 处理； 数据补 充单元130补充 所收集数据的缺 失数据； 预测器选择 器150通过CNN分析预测 器之间的相关性来选择要反映在每个部分的电力需求预测中的预 测器； 电力需求预测单元170通过CNN ‑LSTM和CNN ‑GRU的并行结构为每个区间选择更准确的 最终电力需求； 碳减排设计单元200， 能够实现碳减排设计规划， 实现智慧用电； 碳减排设计单元200包 括对象特征输入 单元205， 相似案例匹配单元210和案例存储 单元215， 案例输入 单元220， 案 例应用验证单元225， 应用有效性规则存储单元230， 规则输入单元235， 减碳设计元素生成 单元240， 模拟单 元245和输出 单元250； 能耗优化策略模块300收集每个用电节点装置的用电信息， 存储并对其采用深度学习 算法不断的进行用能优化； 使用的优化算法使用监督学习算法进行操作， 并使用训练集优 化基本算法计算温度和湿度变化的补偿值， 基于能量管理， 由用户在奖励预测神经网络中 的使用模式进行补偿， 以便用户在节能的同时享受舒 适度， 从而实现高效节能。 2.根据权利要求1所述的智能变电站管理系统， 其特征在于， 数据补充单元130使用移 动窗口技术确定是否存在缺失数据， 根据缺失数据的数量改变处理方法， 当缺失数据的数 量为两个或更少时， 可以通过分析缺 失时间点前后的数据， 使用均值插值来补充缺 失数据； 当缺失数据数量 为三个或更多时， 可以通过ARIMA时间序列预测模型对缺失数据进行补充。 3.根据权利要求2所述的智能变电站管理系统， 其特征在于， 预测器选择器150通过以 补充数据为输入的卷积神经网络CNN分析预测 变量之间的相关性， 并选择要反映在每个区 段的电力需求预测中的预测变量,为了节省时间和防止过拟合， 通过分析每个区间的不同 预测因子之间的相关性， 可以选择相关系数等于或大于预设阈值的因子进行电力需求预 测。 4.根据权利要求1所述的智能变电站管理系统， 其特征在于， 电力 需求预测单元170通 过应用划分时间和区间的算法， 采用对每个时间和区间具有更高精度的算法。 通过LSTM/ GRU进行各路段的电力需求预测， 并为各路段选择通过精度更高的技术计算出的预测值； 通 过MAPE和RMSE函数进行误差分析。 5.根据权利要求1所述的智能变电站管理系统， 其特 征在于， 相似案例匹配单元210包括通过对象特征输入单元205输入的用于碳减排的对象特征 信息， 对象的碳减排 目标量信息以及与该对 象的投资预算信息最相似的现有碳减排量， 从 对象设计元素案例 存储单元215中检索； 案例申请验证单元225将相似案例匹配单元210搜 索到的减碳对 象案例中包括的对象设计要素存储在规则存储单元230中， 并限制对 象减少 碳排放量； 减碳设计要素生成单元240基于案例应用验证单元225的验证结果， 生成并输出 用于减碳的对象设计要素信息； 模拟单元245用于模拟相应的所需预算， 输出单元250用于 以报告文件的形式提供关于由模拟单 元245模拟的对象设计要素的信息 。 6.根据权利要求1所述的智能变电站管理系统， 其特征在于， 能耗优化策略模块300使权　利　要　求　书 1/2 页 2 CN 115271463 A 2用的优化 算法包括： 状态值传输步骤， 其中从生成设备输入的一个或多个状态值被传输到深度强化学习神 经网络、 奖励预测神经网络和PID控制神经网络； PID控制神经网络将动作值作为学习数据 存储， 使用机器学习 技术计算最佳PID值， PID控制神经网络根据状态值和动作值分别存储 PID值作为学习数据， 通过 学习它们来预测PID值的最优值。权　利　要　求　书 2/2 页 3 CN 115271463 A 3