[发明专利]能源数据预测的处理方法、装置、可读介质及电子设备

说明书

本发明公开了能源数据预测的处理方法、装置、可读介质及电子设备，方法包括：构建训练数据集，其中，训练数据集包含多个运行数据；接收外部输入的至少两种输入能源分别对应的当前供能数据；利用训练数据集中的各个运行数据训练得到每一种输出能源分别对应的高斯过程回归模型；针对每一种输出能源，将各个当前供能数据代入输出能源对应的高斯过程回归模型，计算输出能源对应的当前产能数据。通过本发明的技术方案，可能够更为准确的预测能源集线器的产能数据。

技术领域

本发明涉及能源领域，尤其涉及能源数据预测的处理方法、装置、可读介质及电子设备。

背景技术

在综合能源领域，能源集线器可表征一个多能源转换设备，向其输入多种能源(输入能源)之后，可对输入的多种输入能源进行转化以输出多种能源(输出能源)。经常需要对能源集线器在接收到分别对应一定供能数据的多种输入能源时，其对应输出的各种输出能源分别对应的产能数据进行预测。

目前，为了实现对能源集线器的产能数据进行预测，通常需要确定出能源集线器对应的能效转化矩阵，该能效转化矩阵通常是根据能源集线器的额定能量转化率或经验值确定的常量。

但是，能源集线器在实际运行过程中，实际的能量转化率通常随其运行时间、负荷以及环境温度等因素的影响，通过定义能效转换矩阵的形式，未考虑能源集线器实际运行时的运行数据，显然不能准确预测能源集线器的产能数据。

发明内容

本发明提供一种能源数据预测的处理方法、装置、可读介质及电子设备，能够更为准确的预测能源集线器的产能数据。

第一方面，本发明提供了一种能源数据预测的处理方法，包括：

构建训练数据集，所述训练数据集包括多个运行数据；

接收外部输入的至少两种输入能源分别对应的当前供能数据；

利用所述训练数据集中的各个所述运行数据训练得到每一种输出能源分别对应的高斯过程回归模型；

针对每一种所述输出能源，将各个所述当前供能数据代入所述输出能源对应的所述高斯过程回归模型，计算所述输出能源对应的当前产能数据。

优选地，

所述运行数据包括：在设定时间间隔内向能源集线器输入的所述至少两种输入能源分别对应的供能数据，以及所述能源集线器对所述设定时间间隔内输入的所述至少两种输入能源进行转化并输出的每一种所述输出能源分别对应的产能数据。

优选地，

所述构建训练数据集，包括：

周期性采集能源集线器在设定时间间隔内的运行数据，将采集的所述运行数据加入训练数据集；

对采集的所述运行数据设置对应的时间戳。

优选地，

包括：检测所述训练数据集中各个所述运行数据的总量是否大于预设阈值，如果是，则根据所述训练数据集中各个所述运行数据分别对应的时间戳，删除所述训练数据集中的一个所述运行数据。

第二方面，本发明提供了一种能源数据预测的处理装置，包括：

训练数据管理模块，用于构建训练数据集，所述训练数据集包括多个运行数据；

数据接收模块，用于接收外部输入的至少两种输入能源分别对应的当前供能数据；

模型训练模块，用于利用所述训练数据集中的各个所述运行数据训练得到每一种所述输出能源分别对应的高斯过程回归模型；

产能预测模块，用于针对每一种所述输出能源，将各个所述当前供能数据代入所述输出能源对应的所述高斯过程回归模型，计算所述输出能源对应的当前产能数据。