公开(公告)号：CN115358889A

公开(公告)日：2022-11-18

申请号：CN202211005965.0

申请日：2022-08-22

Applicant: 北京理工大学

Inventor： 沈俊 ,  李振兴 ,  高新强 ,  徐田园 ,  王浩

IPC: G06Q50/06 ,  G06N3/08

Abstract: 本发明提供一种基于BP神经元网络的工业装置能耗管控方法，包括：收集工业装置历史能耗信息与影响因素信息及其对应的历史数据构成能耗特征数据集；将能耗特征数据集输入待训练的BP神经元网络模型中进行训练，直至接受训练的BP神经元网络模型收敛，得到训练好的BP神经元网络模型；将采集的工业装置实时能耗数据输入训练好的BP神经元网络模型中运行，得到工业装置能耗预测值；当预测能耗值与实际能耗值之间偏差的绝对值大于设定的偏差波动值时，工业装置进行异常报警。本发明所述基于BP神经网络的工业装置能耗管控方法能适合各种工业装置、管控过程简单、能耗管控比较准确，可广泛应用于能耗管控领域。

公开(公告)号：CN115329881A

公开(公告)日：2022-11-11

申请号：CN202211005533.X

申请日：2022-08-22

Applicant: 北京理工大学

Inventor： 沈俊 ,  徐田园 ,  高新强 ,  李振兴 ,  王浩

IPC: G06K9/62 ,  G06F21/55

Abstract: 本发明提供一种智慧能源终端数据异常检测方法，包括步骤：由智慧能源终端采集各元件参数数据；由一类支持向量机对各元件正常数据训练，得到一类支持向量机分类器；由一类支持向量机分类器生成的异常数据与采集的异常数据合并，得到异常数据集；将采集的各元件正常数据组成的正常数据集与异常数据集随机分为训练集与测试集；采用一类支持向量机对训练集进行分类训练；当实时分类准确率达到设定分类准确率后，由测试集确认模型分类准确率：采用分类准确率最高的一类支持向量机对各元件参数数据进行异常检测。本发明提供一种智慧能源终端数据异常检测方法具有检测精度比较高等特点，提高针对异常数据较少的元件数据扩充，可广泛应用于数据检测领域。