[发明专利]基于大数据的节能酒店能耗费用的分配方法及装置

说明书

本发明提出了一种基于大数据的节能酒店能耗费用的分配方法及装置，包括：基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；获取酒店历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；获取预设的目标酒店的约束值，结合能效比分析目标酒店的节能情况，根据分析结果分配节能设备。基于酒店的电能消耗特点，根据不同权重构建酒店能耗的预测模型，并通过伽马分布实现科学的节能评估，结合统一的建筑能耗标准，得到节能情况的分析结果，提高节能改造的准确性和科学性。

技术领域

本发明属于能耗费用分配领域，尤其涉及基于大数据的节能酒店能耗费用的分配方法及装置。

背景技术

据统计，经济型酒店的建筑群电能消耗量约占据社会能源总酒店能耗的三分之一，并且在未来的几十年中我国经济型商务酒店的建筑群电能消耗量依旧巨大，因此普遍对酒店建筑进行了节能改造，并需要对节能改造之后的能耗费用进行预算，从而合理分配酒店运营经费中用于能耗费用的部分，完成本年度的经费管理计划。但是酒店集餐饮、住宿、娱乐等多种能耗类型为一体的特殊性，对节能改造后的能耗费用分配造成很多不可控因素，影响能耗费用分配的准确性。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于大数据的节能酒店能耗费用的分配方法，包括：

基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型；

获取酒店历史电能消耗数据，将得到的数据输入预测模型得到目标酒店的预测能耗；

获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比；

根据能效比和预先规定的约束值，结合目标酒店的历史能耗费用，分配节能改造后的能耗费用。

可选的，所述基于影响酒店电能消耗的特征参数以及各个特征参数对应的权重，建立目标酒店的预测模型，包括：

根据影响酒店电能消耗的因素确定特征参数，根据特征参数对酒店电能消耗的影响效果配置权重，影响程度越高，配置的权重越大；

通过加权最小二乘法建立酒店电量总消耗的预测模型，所述预测模型为：

EUI_m＝μ₀+μ₁x₁+μ₂x₂…+μ_mx_m；

其中，EUI_m为预测能耗，x₁、x₂…x_m为影响酒店能耗的特征参数，μ₀、μ₁、μ₂…μ_m为特征参数对应的权重，EUI_m、μ₀、μ₁、μ₂…μ_m以及x₁、x₂…x_m的取值范围均为正数。

可选的，所述目标酒店的历史电能消耗数据为特征参数对应的历史数据，通过预先建立的酒店后台数据库获取。

可选的，所述获取目标酒店的实际能耗，结合预测能耗计算目标酒店的能效比，包括：

通过部署在目标酒店用电线路中的电能采集装置，获取目标酒店的实际能耗EUI_i；

根据能效比的定义公式计算目标酒店的能效比EER，所述定义公式为