[发明专利]一种面向用户能效评估的多维仿真分析系统及其方法

权利要求书

1.一种面向用户能效评估的多维仿真分析系统，其特征在于，所述系统设置于各个能源用户处，包括数据接口模块、数据粗糙处理模块、能效分析模型管理模块和能效多维仿真分析模块，所述数据接口模块与所述数据粗糙处理模块通信链接，所述数据粗糙处理模块与所述能效分析模型管理模块和所述能效多维仿真分析模块通信链接，其中：

所述能效分析模型管理模块包括：

能效模型管理单元：用于面向各类能源用户和能耗方式，管理和扩展各类能效模型；

能效模型优化单元：建立能效数据分析的模型库，针对能效数据类型的不同，确立计算所采用的应用模型，利用人工神经网络的原理，采用人工学习推理步骤技术，对选择的应用模型的各项参数和系数进行调整优化；

所述能效多维仿真分析模块包括：

多维分析单元：用于通过对时域、空域、功能域三维数据的分析，对能效数据进行横向及纵向的分析评估；

数据挖掘单元：用于通过数据挖掘的方法，对大量能效数据进行评估、分类和并联规则挖掘；

仿真分析单元：用于利用仿真技术，对用户的能耗过程进行仿真分析和评估；

分析插件管理单元：用于管理和扩展各类型能效仿真算法插件和分析方法插件。

2.根据权利要求1所述的一种面向用户能效评估的多维仿真分析系统及其方法，其特征在于，所述能效数据粗糙处理模块包括：

信息完备性处理单元：用于利用组合填入法补充缺失的数据；

数据离散化处理单元：用于利用等频离散法对数据进行处理，使得数据符合计算的需要；

属性约简处理单元：用于利用直接删除法去除冗余的信息。

3.根据权利要求1所述的一种面向用户能效评估的多维仿真分析系统及其方法，其特征在于，所述数据挖掘单元包括：

估计原子，用于对能效的数据根据预先设定的阈值和基准性数据进行基本估算；

分类原子，用于从能效数据中选出已经分好类的训练集，根据估计的结果对能效数据进行再次分类，在该训练集上运用数据挖掘分类的技术；

关联规则挖掘原子，用于通过简单关联、时序关联、因果关联等这些关联方式，对估计、分类、以及粗糙处理后的数据，通过关联规则挖掘算法进行能效数据的深层次挖掘和分析。

4.根据权利要求3所述的一种面向用户能效评估的多维仿真分析系统及其方法，其特征在于，所述并联规则挖掘算法还包括Apriori算法、基于划分的算法和FP－树频集算法。

5.根据权利要求1所述的一种面向用户能效评估的多维仿真分析系统及其方法，其特征在于，所述仿真分析单元使用的仿真技术为Petri网仿真技术。

6.一种面向用户能效评估的多维仿真分析方法，其特征在于，包括如下步骤：

（1）、系统通过数据接口模块获得用户的能效数据；

（2）、数据粗糙处理模块对数据进行处理，得到可用于进一步分析评估的用户能效数据； 

（3）、利用步骤（2）中得到的用户能效数据，结合用户的种类、能源的类型、行业类别等特征，从能效模型管理单元中提取适合于本次分析的能效模型； 

（4）、基于步骤（3）中选用的能效模型，多维分析单元对步骤（2）中得到的用户能效数据进行分析，实现时间域、空间域和功能域的多维尺度的能效评估； 

（5）、数据挖掘单元通过数据挖掘的方法，对步骤（2）中得到的用户能效数据进行估计、分类和关联规则挖掘，评估用户能效是否超过了基准性数据，识别超标环节或生产步骤；

（6）、利用仿真技术，对用户的能耗过程进行数字化和图形化仿真分析和建模，结合步骤（4）和步骤（5）的分析结果，对耗能环节、超标环节或生产步骤、设备进行识别和发现，通过Petri网仿真建模，有效模拟仿真耗能过程，指导节能手段和方法的实施，并对节能方法的实施结果进行仿真估算、分析和比较。

7.根据权利要求6所述的一种面向用户能效评估的多维仿真分析方法，其特征在于，还包括人工学习推理步骤，对分析评估的结果进行学习，把计算出的结果与实际观测的结果进行对比，如果误差在非常小的范围内，说明计算结果是优秀的；如果误差比较大，说明计算结果比较差；系统把计算比较好的过程与计算比较差的过程都存于数据库中，提供给能效模型优化单元使用。