企业能耗与产出的分析方法、装置、设备及存储介质与流程

本发明涉及人工智能，尤其涉及一种企业能耗与产出的分析方法、装置、电子设备及存储介质。

背景技术：

1、随着人们需求的多样化，企业们开始生产越来越多的产品，在企业的生产中，生产能效是企业生产的重要指标，为了提高企业的生产能效，对企业生产状况进行监管评测，需要分析企业的能耗与产出。

2、现有的企业能耗与产出的分析技术多为基于单一时序特征的能耗和产出分析方法。例如，基于循环神经网络的提取出历史能耗数据、历史产出数据之间的时序特征，从而对生产数据进行实时分析。实际应用中，能耗与产出数据之间的特征可能具有一定的周期性影响因素，仅考虑单一时序特征，可能导致分析结果缺乏周期性特征，从而导致进行企业能耗与产出分析时的精确度较低。

技术实现思路

1、本发明提供一种企业能耗与产出的分析方法、装置及存储介质，其主要目的在于解决进行企业能耗与产出分析时的精确度较低的问题。

2、为实现上述目的，本发明提供的一种企业能耗与产出的分析方法，包括：

3、获取目标企业的历史生产数据，从所述历史生产数据中提取出能耗数据和产出数据，根据所述能耗数据和所述产出数据构建时序能效曲线；

4、创建初级能效模型，利用所述初级能效模型的滑动窗口逐帧采集所述时序能效曲线的窗口能效曲线，利用所述初级能效模型的卷积层对所述窗口能效曲线进行卷积，得到初始能效特征；

5、利用所述初级能效模型的分量递归层提取所述初始能效特征的短期时序特征，利用所述初级能效模型的跳转递归层提取所述初始能效特征的长期时序特征；

6、利用所述初级能效模型的全连接层对所述短期时序特征和所述长期时序特征进行特征融合，得到能效时序数据，利用所述初级能效模型的自注意回归层提取所述时序能效曲线的自注意能效数据，根据所述能效时序数据与所述自注意能效数据生成所述窗口能效曲线的分析能效曲线；

7、利用所述滑动窗口采集所述窗口能效曲线的顺序能效曲线，根据所述分析能效曲线和所述顺序能效曲线计算出所述初级能效模型的损失值，利用所述损失值对所述初级能效模型进行递归更新，得到能效分析模型；

8、实时获取对所述目标企业的生产数据，利用所述能效分析模型对所述生产数据进行分析，得到分析结果，并根据所述分析结果对所述目标企业进行能效评判。

9、可选地，所述根据所述能耗数据和所述产出数据构建时序能效曲线，包括：

10、提取出所述产出数据对应的起止时间戳，从所述能耗数据中提取出所述起止时间戳对应的标准能耗数据；

11、按照时序逐个选取所述产出数据中的产出数作为目标产出数，从所述标准能耗数据中选取所述目标产出数对应的能耗数作为目标能耗数；

12、利用所述目标产出数和所述目标能耗数计算出目标能效数，将所有的所述目标能效数按照时序汇集成时序能耗曲线。

13、可选地，所述利用所述初级能效模型的卷积层对所述窗口能效曲线进行卷积，得到初始能效特征，包括：

14、根据所述窗口能效曲线生成窗口能效矩阵，逐个选取所述初级能效模型的滤波器作为目标滤波器，利用所述目标滤波器对所述窗口能效矩阵进行滤波，得到初级能效向量；

15、利用所述初级能效模型的卷积激活函数将所述初级能效向量转化为滤波能效向量，并将所有的所述滤波能效向量汇集成初始能效特征。

16、可选地，所述利用所述初级能效模型的分量递归层提取所述初始能效特征的短期时序特征，包括：

17、利用所述初级能效模型的分量更新门计算出所述初始能效特征的分量更新特征；

18、利用所述初级能效模型的分量重置门计算出所述初始能效特征的分量重置特征；

19、根据所述分量重置特征计算出所述初始能效特征的分量记忆特征；

20、根据所述分量记忆特征和所述分量更新特征计算出所述初始能效特征的短期时序特征。

21、可选地，所述利用所述初级能效模型的跳转递归层提取所述初始能效特征的长期时序特征，包括：

22、利用所述初级能效模型的跳转更新门计算出所述初始能效特征的跳转更新特征；

23、利用所述初级能效模型的跳转重置门计算出所述初始能效特征的跳转重置特征；

24、根据所述跳转重置特征计算出所述初始能效特征的跳转记忆特征；

25、根据所述跳转记忆特征和所述跳转更新特征计算出所述初始能效特征的长期时序特征。

26、可选地，所述利用所述初级能效模型的全连接层对所述短期时序特征和所述长期时序特征进行特征融合，得到能效时序数据，包括：

27、逐个选取所述短期时序特征中的特征作为目标短期时序特征，逐个选取所述长期时序特征中的特征作为目标长期时序特征；

28、利用所述初级能效模型的特征融合公式对所述目标短期时序特征和所述目标长期时序特征进行全连接操作，得到目标能效时序数据，并将所有的所述目标能效时序数据汇集成能效时序数据，其中，所述特征融合公式如下：

29、

30、其中，ht是指第t时刻的所述目标能效时序数据，w是所述目标短期时序特征的特征权重，ht是指第t时刻的所述目标短期时序特征，i是指第i时刻，p是指所述跳转递归层中跳过的隐藏单元的数量，是指第i时刻的所述目标长期时序特征的特征权重，是指第t-i时刻的所述目标长期时序特征，b是所述特征融合公式对应的融合系数。

31、可选地，所述根据所述分析能效曲线和所述顺序能效曲线计算出所述初级能效模型的损失值，包括：

32、按照预设的采样间隔采样出所述分析能效曲线的分析能效序列，按照所述采样间隔采样出所述顺序能效曲线的顺序能效序列；

33、利用如下的分析损失值算法计算出所述分析能效序列和所述顺序能效序列之间的损失值，并将所述损失值作为所述初级能效模型的损失值：

34、

35、其中，loss是指所述损失值，n是所述分析能效序列的序列元素总数，且所述分析能效序列的序列元素总数等于所述顺序能效序列的序列元素总数，所述j是指序列中的第j个，xj是所述分析能效序列中的第j个元素，是所述顺序能效序列中的第j个元素。

36、为了解决上述问题，本发明还提供一种企业能耗与产出的分析装置，所述装置包括：

37、初始特征模块，用于获取目标企业的历史生产数据，从所述历史生产数据中提取出能耗数据和产出数据，根据所述能耗数据和所述产出数据构建时序能效曲线；创建初级能效模型，利用所述初级能效模型的滑动窗口逐帧采集所述时序能效曲线的窗口能效曲线，利用所述初级能效模型的卷积层对所述窗口能效曲线进行卷积，得到初始能效特征；

38、时序特征模块，用于利用所述初级能效模型的分量递归层提取所述初始能效特征的短期时序特征，利用所述初级能效模型的跳转递归层提取所述初始能效特征的长期时序特征；

39、能效分析模块，用于利用所述初级能效模型的全连接层对所述短期时序特征和所述长期时序特征进行特征融合，得到能效时序数据，利用所述初级能效模型的自注意回归层提取所述时序能效曲线的自注意能效数据，根据所述能效时序数据与所述自注意能效数据生成所述窗口能效曲线的分析能效曲线；

40、模型训练模块，用于利用所述滑动窗口采集所述窗口能效曲线的顺序能效曲线，根据所述分析能效曲线和所述顺序能效曲线计算出所述初级能效模型的损失值，利用所述损失值对所述初级能效模型进行递归更新，得到能效分析模型；

41、能效评判模块，用于实时获取对所述目标企业的生产数据，利用所述能效分析模型对所述生产数据进行分析，得到分析结果，并根据所述分析结果对所述目标企业进行能效评判。

42、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

43、至少一个处理器；以及，

44、与所述至少一个处理器通信连接的存储器；其中，

45、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的企业能耗与产出的分析方法。

46、为了解决上述问题，本发明还提供一种存储介质，所述存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的企业能耗与产出的分析方法。

47、本发明实施例通过获取目标企业的历史生产数据，从所述历史生产数据中提取出能耗数据和产出数据，根据所述能耗数据和所述产出数据构建时序能效曲线能够有效地表达能耗与产出之间的关系，方便后续分析，通过利用所述初级能效模型的滑动窗口逐帧采集所述时序能效曲线的窗口能效曲线，利用所述初级能效模型的卷积层对所述窗口能效曲线进行卷积，得到初始能效特征，可以识别出所述时序能效曲线中的短期时序特征，并提取出变量之间的局部依赖性；通过利用所述初级能效模型的分量递归层提取所述初始能效特征的短期时序特征，利用所述初级能效模型的跳转递归层提取所述初始能效特征的长期时序特征，能够在不同的时域范围内捕获所述初始能效特征中的时序特征，从而提高能效分析的精确度；

48、通过利用所述初级能效模型的全连接层对所述短期时序特征和所述长期时序特征进行特征融合，得到能效时序数据，利用所述初级能效模型的自注意回归层提取所述时序能效曲线的自注意能效数据，根据所述能效时序数据与所述自注意能效数据生成所述窗口能效曲线的分析能效曲线，可以有效地融合长短时间的数据特征，并有效保留每个窗口的输入数据比例，从而提高分析的精度，通过利用所述滑动窗口采集所述窗口能效曲线的顺序能效曲线，根据所述分析能效曲线和所述顺序能效曲线计算出所述初级能效模型的损失值，利用所述损失值对所述初级能效模型进行递归更新，得到能效分析模型，可以有效地衡量所述初始能效模型的分析误差，从而提高能效分析模型的分析精确度，通过实时获取对所述目标企业的生产数据，利用所述能效分析模型对所述生产数据进行分析，得到分析结果，并根据所述分析结果对所述目标企业进行能效评判，可以有效地监督企业的生产能效，促进企业节能降耗，实现了企业的能源管理。因此本发明提出的企业能耗与产出的分析方法、装置、电子设备及存储介质，可以解决进行企业能耗与产出分析时的精确度较低的问题。