[发明专利]异常能耗检测方法、装置、设备及存储介质

说明书

本发明属于设备能耗技术领域，公开了一种异常能耗检测方法、装置、设备及存储介质。该方法包括：获取原始数据集；根据所述原始数据集通过长短时记忆自编码网络进行数据重建，得到与时间关联的重建数据集；根据所述重建数据集以及所述原始数据集确定异常分数计算模型；根据所述重建数据集与原始数据集确定分数特征集，并根据所述分数特征集通过所述异常分数计算模型进行计算，得到异常分数，以通过所述异常分数确定异常能耗数据。通过上述方式，将通过长短时记忆自编码网络重建与时间顺序相关的重建数据集，并通过异常分数计算模型对数据进行分数计算，可以检测出长时间设备老化或者损坏引起的异常数据。

技术领域

本发明涉及设备能耗技术领域，尤其涉及一种异常能耗检测方法、装置、设备及存储介质。

背景技术

目前的楼宇信息控制系统可以做到设备能耗的实时采集，但无法对采集到的设备能耗数据做进一步潜在故障分析。对于一些普遍存在用电浪费的设施、设备，楼宇信息控制系统不能进行有效的能耗监测与管控，且控制系统在面对多个被控设备(公共照明、中央空调等设备)时，无法对这些被控设备能耗进行智能化分析和预警，从而造成被控设备能耗过多的情况。

现有的异常能耗数据检测方法主要有两类：一种是传统的统计学方法，一种是基于聚类的离群点检测方法。传统的统计学方法大多采用固定阈值来判断异常数据，会造成较多误判的情况；而基于聚类的离群点检测则会忽略时序特征，只适用于判断某些异常数据点，而对长时间设备老化或者损坏引起的异常数据难以检测。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种异常能耗检测方法、装置、设备及存储介质，旨在解决现有技术中对长时间设备老化或者损坏引起的异常数据难以检测的技术问题。

为实现上述目的，本发明提供了一种异常能耗检测方法，所述方法包括以下步骤:

获取原始数据集；

根据所述原始数据集通过长短时记忆自编码网络进行数据重建，得到与时间关联的重建数据集；

根据所述重建数据集以及所述原始数据集确定异常分数计算模型；

根据所述重建数据集与原始数据集确定分数特征集，并根据所述分数特征集通过所述异常分数计算模型进行计算，得到异常分数，以通过所述异常分数确定异常能耗数据。

可选地，所述根据所述原始数据集通过长短时记忆自编码网络进行数据重建，得到与时间关联的重建数据集，包括：

将所述原始数据集进行归一化，获得归一化数据集；

对所述归一化数据集进行重采样，获得预设长度的重采样数据集；

根据所述归一化数据集以及所述重采样数据集，确定重采样特征集；

通过所述长短时记忆自编码网络以及所述重采样特征集确定重建模型；

通过所述重建模型进行数据重建，得到与时间关联的重建数据集。

可选地，所述通过所述长短时记忆自编码网络确定重建模型，包括：

将所述重采样特征集按照预设比例划分为训练集以及验证集；

根据长短时记忆自编码网络建立初始模型；

根据所述训练集对所述初始模型进行训练，获得训练模型；

根据所述验证集对所述训练模型进行验证，获得重建模型。

可选地，所述根据所述重采样特征集通过所述重建模型进行数据重建，得到与时间关联的重建数据集，包括：

确定所述重采样特征集的数据重建起点；