本发明属于电力系统运行,尤其是一种用电设备的节能配置方法。
背景技术:
1、在现在的智能控电系统中,对于供电的目标区域,往往有更加个性化的要求,例如对于电车充电场所、工业园区或者数据中心交换机设备的运转场所等等,均提出不同的用电需求。
2、但根据不同的用电需求,配置不同的电力供应,还具备一定难度。
3、具体来说,对于不同的用电场所,其用电规模往往具备一定的变化性,也就是说,其用电量往往经常变化,而供电方难以及时获知当前的用电量。这就需要与用电场所的能耗进行精确地判断,但是目前尚未出现能够精确地判断能耗的方法。
技术实现思路
1、本发明的目的在于克服现有技术的不足,提出一种用电设备的节能配置方法,通过建立模型及输入状态,通过不同状态训练好的模型,可以用于对目标场所进行能耗预测。
2、本发明解决其技术问题是采取以下技术方案实现的:
3、一种用电设备的节能配置方法,包括以下步骤:
4、步骤1、根据目标场所,设置预测模型的输入状态,并确定预测模型的输出动作;
5、步骤2、根据步骤1对预测模型进行训练;
6、步骤3、设置评价指标并根据评价指标,结束训练,将训练好的模型用于对能耗的预测。
7、而且,所述步骤1中输入状态包括可用充电桩的数量、可用充电桩的功率、可用快充充电桩的数量、可用快充充电桩的功率和天气。
8、而且,所述可用充电桩的功率根据可用充电桩的参数进行设置。
9、而且,所述可用快充充电桩的功率根据可用快充充电桩的参数进行设置。
10、而且,所述天气分为3类,包括下雨、晴天和下雪。
11、而且,所述步骤1的具体实现方法为:将输入状态的所有可能性的组合作为状态空间,并将所有可能性的组合个数,作为目标场所的输出动作的个数。
12、而且,所述步骤2的具体实现方法为:对于状态空间中的不同状态,确定历史数据中,对应于该状态的能耗,以及动作,将其作为状态-动作数据集,利用状态-动作数据集来对预测模型进行训练。
13、而且,所述步骤3的具体实现方法为:将其期望回报作为训练的评价指标,当该预测模型对输入其中的状态进行预测,得到预测结果,利用预测结果与实际历史数据中的能耗,进行期望回报的计算,当期望回报收敛到预设的收敛精度时,则该预测模型已经训练好,用于对目标场所进行能耗预测。
14、本发明的优点和积极效果是:
15、本发明根据目标场所,设置预测模型的输入状态,并确定预测模型的输出动作;对预测模型进行训练;设置评价指标并根据评价指标,结束训练,将训练好的模型用于对能耗的预测。本发明通过合理设置强化学习的输入状态,来预测当前目标场所的能耗,可以将强化学习的预测模型植入到现有的智能能耗平台中,与智能系统结合,来提高用电智能化程度。同时本发明能够通过建立模型及输入状态,通过不同状态训练好的模型,可以用于对目标场所进行能耗预测。
1.一种用电设备的节能配置方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种用电设备的节能配置方法,其特征在于:所述步骤1中输入状态包括可用充电桩的数量、可用充电桩的功率、可用快充充电桩的数量、可用快充充电桩的功率和天气。
3.根据权利要求2所述的一种用电设备的节能配置方法,其特征在于:所述可用充电桩的功率根据可用充电桩的参数进行设置。
4.根据权利要求2所述的一种用电设备的节能配置方法,其特征在于:所述可用快充充电桩的功率根据可用快充充电桩的参数进行设置。
5.根据权利要求2所述的一种用电设备的节能配置方法,其特征在于:所述天气分为3类,包括下雨、晴天和下雪。
6.根据权利要求2所述的一种用电设备的节能配置方法,其特征在于:所述步骤1的具体实现方法为:将输入状态的所有可能性的组合作为状态空间,并将所有可能性的组合个数,作为目标场所的输出动作的个数。
7.根据权利要求1所述的一种用电设备的节能配置方法,其特征在于:所述步骤2的具体实现方法为:对于状态空间中的不同状态,确定历史数据中,对应于该状态的能耗,以及动作,将其作为状态-动作数据集,利用状态-动作数据集来对预测模型进行训练。
8.根据权利要求1所述的一种用电设备的节能配置方法,其特征在于:所述步骤3的具体实现方法为:将其期望回报作为训练的评价指标,当该预测模型对输入其中的状态进行预测,得到预测结果,利用预测结果与实际历史数据中的能耗,进行期望回报的计算,当期望回报收敛到预设的收敛精度时,则该预测模型已经训练好,用于对目标场所进行能耗预测。