[发明专利]基于神经网络的用电控制方法、电子装置及存储介质

权利要求书

1.一种基于神经网络的用电控制方法，应用于电子装置，其特征在于，所述方法包括：

读取步骤：当监测到预设终端发送的限电需求时，读取所述限电需求的限电功率需求值，从预设数据库中读取基于预先配置的智能电表上传的多个用户的第一设备及第二设备在预设时间段内的用电历史值；

发送步骤：将所述用电历史值输入预先训练好的用电预测模型，得到多个用户的用电预测值，遍历所述多个用户的用电预测值，筛选出用电预测值大于第一预设值对应的用户，向该用户发送限电请求并生成对应的时间戳，其中，所述请求中包括限电意愿度值；

第一控制步骤：基于所述时间戳筛选出在预设时长内接收到的用户反馈，并读取该用户反馈的限电意愿度值，遍历用户反馈的限电意愿度值，对限电意愿度值大于第二预设值的用户的第一设备及第二设备执行用电控制，并对限电意愿度值小于第二预设值且大于第三预设值的用户的第一设备执行用电控制；

第二控制步骤：读取所述第一控制步骤之后的第一限电功率值，判断所述第一限电功率值是否小于所述限电功率需求值，若是，则对限电意愿度值小于第二预设值且大于第三预设值的用户的第二设备执行用电控制；

第三控制步骤：读取所述第二控制步骤之后的第二限电功率值，判断所述第二限电功率值是否小于所述限电功率需求值，若是，则根据所述时间戳筛选出在预设时长内未接收到反馈的用户，对该用户的第一设备执行用电控制，所述执行用电控制包括：在接收到用户意愿度值的预定时间后执行断电操作。

2.如权利要求1所述的基于神经网络的用电控制方法，其特征在于，所述用电预测模型是通过BP神经网络训练得到的，具体训练步骤包括：

获取预设数量目标用户群的用电历史值，对所述目标用户群的用电历史值作预处理后生成训练样本，构建BP神经网络模型并设定BP神经网络的参数；

基于预设第一计算规则计算出该神经网络模型隐含层的节点数量取值范围，基于预设第二计算规则及所述训练样本计算出隐含层的节点数量在所述取值范围下的多个学习误差的神经网络模型，将学习误差最小的神经网络模型作为所述用电预测模型。

3.如权利要求2所述的基于神经网络的用电控制方法，其特征在于，所述预设第一计算规则包括：

其中，n₁为BP神经网络模型的隐含层的节点数量，n为BP神经网络模型的输入层的节点数量，m为BP神经网络模型的输出层的节点数量，a为常数，a的取值范围为[1,10]。

4.一种电子装置，该电子装置包括存储器及处理器，其特征在于，所述存储器上存储基于神经网络的用电控制程序，所述基于神经网络的用电控制程序被所述处理器执行，实现如下步骤：

读取步骤：当监测到预设终端发送的限电需求时，读取所述限电需求的限电功率需求值，从预设数据库中读取基于预先配置的智能电表上传的多个用户的第一设备及第二设备在预设时间段内的用电历史值；

发送步骤：将所述用电历史值输入预先训练好的用电预测模型，得到多个用户的用电预测值，遍历所述多个用户的用电预测值，筛选出用电预测值大于第一预设值对应的用户，向该用户发送限电请求并生成对应的时间戳，其中，所述请求中包括限电意愿度值；

第一控制步骤：基于所述时间戳筛选出在预设时长内接收到的用户反馈，并读取该用户反馈的限电意愿度值，遍历用户反馈的限电意愿度值，对限电意愿度值大于第二预设值的用户的第一设备及第二设备执行用电控制，并对限电意愿度值小于第二预设值且大于第三预设值的用户的第一设备执行用电控制；

第二控制步骤：读取所述第一控制步骤之后的第一限电功率值，判断所述第一限电功率值是否小于所述限电功率需求值，若是，则对限电意愿度值小于第二预设值且大于第三预设值的用户的第二设备执行用电控制；

第三控制步骤：读取所述第二控制步骤之后的第二限电功率值，判断所述第二限电功率值是否小于所述限电功率需求值，若是，则根据所述时间戳筛选出在预设时长内未接收到反馈的用户，对该用户的第一设备执行用电控制，所述执行用电控制包括：在接收到用户意愿度值的预定时间后执行断电操作。