[发明专利]用于物流博览会平台的能耗预测方法、系统、设备及存储介质

权利要求书

1.一种用于物流博览会平台的能耗预测方法，其特征在于，包括：

采集能源表的实时数据，并将所述实时数据通过基于蜂窝的窄带物联网NB-IOT模组传输至OneNET云平台；

在所述OneNET平台提取所述实时数据，将所述实时数据导入数据库后进行整理；

采取神经网络模式对多点能耗进行预测。

2.根据权利要求1所述的能耗预测方法，其特征在于，所述在所述OneNET平台提取所述实时数据、将所述实时数据导入数据库后进行整理包括：

提取所述实时数据；

将所述实时数据导入数据库，并进行数据校验；

清洗逻辑错误数据；

清洗非需求数据。

3.根据权利要求1所述的能耗预测方法，其特征在于，所述采取神经网络模式对多点能耗进行预测包括：

获取各监控点的实际能耗数据，选取预定时间段内的数据作为校验数据段；

设计神经网络结构，根据监控点个数n设定输入层神经元的个数，输出层神经元为1，隐含层神经元的个数范围在1和n+1之间来设定，所述输入层神经元即为对应的所述监控点的实际能耗数据，所述输出层神经元即为总能耗预测数据；

利用当前的所述实际能耗数据，优化所述神经网络结构的权值，寻找最优的神经网络参数；

利用所述校验数据段的数据测试所述最优的神经网络参数，如果测试精度满足要求，则得到最终的融合模型，进行能耗预测。

4.根据权利要求3所述的能耗预测方法，其特征在于，如果测试精度不满足要求，则调整所述神经网络的结构，重新训练网络。

5.根据权利要求4所述的能耗预测方法，其特征在于，所述调整神经网络结构包括：

调整所述隐含层神经元的个数；

比较相应的所述校验数据段的预测能耗的均方根误差；

选择最优的所述隐含层神经元的个数。

6.一种用于物流博览会平台的能耗预测系统，其特征在于，包括：

监测模块(10)，用于采集能源表的实时数据，并将所述实时数据通过基于蜂窝的窄带物联网NB-IOT模组传输至OneNET云平台；

数据整理模块(20)，用于在所述OneNET平台提取所述实时数据，将所述实时数据导入数据库后进行整理；

能耗预测模块(30)，用于采取神经网络模式对多点能耗进行预测。

7.根据权利要求6所述的能耗预测系统，其特征在于，所述数据整理模块(20)进一步用于，提取所述实时数据，将所述实时数据导入数据库，并进行数据校验，清洗逻辑错误数据，清洗非需求数据。

8.根据权利要求6所述的能耗预测系统，其特征在于，所述能耗预测模块(30)进一步用于，获取各监控点的实际能耗数据，选取预定时间段内的数据作为校验数据段；设计神经网络结构，根据监控点个数n设定输入层神经元的个数，输出层神经元为1，隐含层神经元的个数范围在1和n+1之间来设定，输入层神经元即为对应的监控点的实际能耗数据，输出层神经元即为总能耗预测数据；利用当前的所述实际能耗数据，优化所述神经网络结构的权值，寻找最优的神经网络参数；利用所述校验数据段的数据测试所述最优的神经网络参数，如果测试精度满足要求，则得到最终的融合模型，进行能耗预测。

9.根据权利要求8所述的能耗预测系统，其特征在于，所述能耗预测模块(30)进一步用于，如果测试精度不满足要求，则调整所述神经网络的结构，重新训练网络。

10.根据权利要求9所述的能耗预测系统，其特征在于，所述能耗预测模块(30)进一步用于，通过下述方法调整所述神经网络结构：调整所述隐含层神经元的个数，比较相应的所述校验数据段的预测能耗的均方根误差，选择最优的所述隐含层神经元的个数。

11.一种用于物流博览会平台的能耗预测设备，其特征在于，包括：

存储器，存储有计算机程序指令；

处理器，当所述计算机程序指令被所述处理器执行时实现如权利要求1至5任一项所述的用于物流博览会平台的能耗预测方法。

12.一种计算机可读存储介质，其特征在于，包括：

所述计算机可读存储介质包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-5任一项所述的用于物流博览会平台的能耗预测方法。