基于元数据模型的能耗评估方法及系统与流程

1.本发明涉及能耗评估领域，具体地，涉及基于元数据模型的能耗评估方法及系统。

背景技术：

2.随着科学技术的发展、人民生活水平的提高推动着能耗市场的不断扩大。与此同时，能耗密度不断增长，能源铺张越来越严重，具有巨大的节能空间，节能降耗势在必行。能耗评估对于节能措施的设置、能源管理、能源利用等具有十分重要的影响。如何对能耗进行高质量地评估，受到人们的广泛关注。
3.现有技术中，存在针对能耗评估的准确性不高，进而造成能耗评估效果不佳的技术问题。

技术实现要素：

4.本技术提供了基于元数据模型的能耗评估方法及系统。解决了现有技术中针对能耗评估的准确性不高，进而造成能耗评估效果不佳的技术问题。
5.鉴于上述问题，本技术提供了基于元数据模型的能耗评估方法及系统。
6.第一方面，本技术提供了一种基于元数据模型的能耗评估方法，其中，所述方法应用于一种基于元数据模型的能耗评估系统，所述方法包括：获取目标区域内的多个能耗单元；采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；对所述多个能耗信息进行补偿，获得多个能耗信息范围；根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。
7.第二方面，本技术还提供了一种基于元数据模型的能耗评估系统，其中，所述系统包括：能耗单元获取模块，所述能耗单元获取模块用于获取目标区域内的多个能耗单元；信息采集模块，所述信息采集模块用于采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；信息补偿模块，所述信息补偿模块用于对所述多个能耗信息进行补偿，获得多个能耗信息范围；信息标识模块，所述信息标识模块用于根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；构建模块，所述构建模块用于采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；目标信息获取模块，所述目标信息获取模块用于采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；能耗评估模块，所述能耗评估模块用于将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.通过对目标区域进行能耗单元分析，获得目标区域内的多个能耗单元；通过采集多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；通过对多个能
耗信息进行补偿，获得多个能耗信息范围；根据多个能耗信息范围进行不同能耗信息的标识，获得多个能耗标识信息；采用多个标识信息和多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将多个目标标识信息和多个实时能耗标识信息输入能耗评估模型，获得能耗评估结果。达到了提高能耗评估的准确性，进而提高能耗评估质量；实现智能、高效、可靠地能耗评估，从而为提升能源管理水平、提高能源利用效率、挖掘节能潜力提供数据参考的技术效果。
附图说明
10.图1为本技术一种基于元数据模型的能耗评估方法的流程示意图；
11.图2为本技术一种基于元数据模型的能耗评估方法中获得多个能耗标识信息的流程示意图；
12.图3为本技术一种基于元数据模型的能耗评估方法中构建能耗评估模型的流程示意图；
13.图4为本技术一种基于元数据模型的能耗评估系统的结构示意图。
14.附图标记说明：能耗单元获取模块11，信息采集模块12，信息补偿模块13，信息标识模块14，构建模块15，目标信息获取模块16，能耗评估模块17。
具体实施方式
15.本技术通过提供基于元数据模型的能耗评估方法及系统。解决了现有技术中针对能耗评估的准确性不高，进而造成能耗评估效果不佳的技术问题。达到了提高能耗评估的准确性，进而提高能耗评估质量；实现智能、高效、可靠地能耗评估，从而为提升能源管理水平、提高能源利用效率、挖掘节能潜力提供数据参考的技术效果。
16.实施例一
17.请参阅附图1，本技术提供一种基于元数据模型的能耗评估方法，其中，所述方法应用于一种基于元数据模型的能耗评估系统，所述方法具体包括如下步骤：
18.步骤s100：获取目标区域内的多个能耗单元；
19.步骤s200：采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；
20.具体而言，对目标区域进行能耗分析，获得多个能耗单元，并对多个能耗单元进行信息采集，获得多个标识信息和多个能耗信息。其中，所述目标区域可以为使用所述一种基于元数据模型的能耗评估系统进行智能化能耗评估的工业园区、厂区等。所述多个能耗单元包括目标区域内的空调、照明设备、用水设备、电梯、产线用能设备等多个能耗设备。所述多个标识信息包括多个能耗单元对应的设备类型、规格参数、位置等数据信息。所述多个能耗信息包括多个能耗单元对应的实时用电量、实时用水量等实时能耗参数信息。达到了对目标区域进行能耗分析，获得多个能耗单元，以及多个标识信息、多个能耗信息，为后续对目标区域进行能耗评估奠定基础的技术效果。
21.步骤s300：对所述多个能耗信息进行补偿，获得多个能耗信息范围；
22.进一步的，本技术步骤s300还包括：
23.步骤s310：采集所述多个能耗单元此前多个时间节点的能耗信息，获得多个历史能耗信息集合；
24.步骤s320：根据所述多个历史能耗信息集合，获得不同的能耗信息在所述多个历史能耗信息集合内出现的次数，获得多个次数信息集合；
25.步骤s330：获得预设次数阈值；
26.步骤s340：将所述多个次数信息集合内满足所述预设次数阈值的次数信息进行提取，获得多个高频次数信息集合；
27.步骤s350：根据所述多个高频次数信息集合和所述多个历史能耗信息集合，获得多个高频能耗信息集合；
28.步骤s360：根据所述多个高频能耗信息集合内历史能耗信息的范围，对所述多个能耗信息进行补偿，获得所述多个能耗信息范围。
29.具体而言，基于此前多个时间节点，对多个能耗单元进行历史能耗信息采集，获得多个历史能耗信息集合，并对多个历史能耗信息集合内不同的能耗信息出现的次数进行统计，获得多个次数信息集合。进一步，分别将多个次数信息集合内的每个次数信息与预设次数阈值进行比较，对多个次数信息集合内的每个次数信息是否满足预设次数阈值进行判断，将多个次数信息集合内满足预设次数阈值的次数信息添加至多个高频次数信息集合。进而，基于多个高频次数信息集合对多个历史能耗信息集合进行匹配，获得多个高频能耗信息集合，并根据多个高频能耗信息集合内历史能耗信息的范围对多个能耗信息进行匹配，获得多个能耗信息范围。其中，所述此前多个时间节点可以为1天前、1周前、1个月前等自适应设置确定的多个历史时间。所述多个历史能耗信息集合包括此前多个时间节点下，多个能耗单元对应的多个历史能耗信息。所述多个次数信息集合包括多个历史能耗信息集合中，不同的能耗信息出现的次数信息。所述预设次数阈值可根据多个能耗信息范围的精确度需要自适应设置确定。所述多个高频次数信息集合包括多个次数信息集合内满足预设次数阈值的次数信息。所述多个高频能耗信息集合包括多个高频次数信息集合对应的多个历史能耗信息集合。所述多个能耗信息范围包括多个能耗信息对应的多个高频能耗信息集合内历史能耗信息的范围。达到了通过对多个能耗单元进行历史能耗信息采集、高频历史能耗信息分析，获得可靠的多个高频能耗信息集合，并根据其对多个能耗信息进行补偿，获得准确的多个能耗信息范围，从而提高对多个能耗单元进行能耗评估的准确性的技术效果。
30.步骤s400：根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；
31.进一步的，如附图2所示，本技术步骤s400还包括：
32.步骤s410：根据所述多个能耗信息范围，进行能耗信息提取，获得多个基础能耗信息；
33.步骤s420：获得多个能耗信息描述元数据；
34.步骤s430：采用所述多个能耗信息描述元数据对所述多个基础能耗信息进行标识，获得所述多个能耗标识信息。
35.具体而言，基于多个能耗信息范围进行能耗信息提取，获得多个基础能耗信息。进一步，基于多个基础能耗信息，采集多个能耗信息描述元数据，并根据获得的多个能耗信息
描述元数据对多个基础能耗信息进行标识，获得多个能耗标识信息。其中，所述多个基础能耗信息包括满足多个能耗信息范围的多个能耗信息。所述多个能耗信息描述元数据包括多个基础能耗信息对应的多个二进制信息，多个二进制信息包括多个基础能耗信息的使用环境、数据属性、存储位置，以及用于对多个基础能耗信息进行描述及解释的主题、内容、特点等数据参数。多个能耗信息描述元数据主要用于对多个基础能耗信息进行基本的了解和认识，从而有利于对多个基础能耗信息进行检索、定位、管理、分析、评估，提高对多个基础能耗信息进行利用的方便程度。所述多个能耗标识信息包括经过多个能耗信息描述元数据的标识后的多个基础能耗信息。达到了根据多个能耗信息描述元数据对多个基础能耗信息进行适应性地标识，获得准确的多个能耗标识信息，从而提高后续构建能耗评估模型的效率的技术效果。
36.步骤s500：采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；
37.进一步的，本技术步骤s500还包括：
38.步骤s510：根据所述多个能耗单元，随机选择不同基础能耗信息进行组合，获得多个能耗信息组合结果；
39.步骤s520：对所述多个能耗信息组合结果进行能耗评估，获得多个样本能耗评估结果；
40.步骤s530：获取多个能耗评估结果描述元数据，对所述多个样本能耗评估结果进行标识，获得多个评估结果标识信息；
41.具体而言，基于多个能耗单元，对已获得的多个基础能耗信息进行不同基础能耗信息的随机选择、组合，获得多个能耗信息组合结果，并对其进行能耗评估，获得多个样本能耗评估结果。进一步，基于多个样本能耗评估结果，采集多个能耗评估结果描述元数据，并根据获得的多个能耗评估结果描述元数据对多个样本能耗评估结果进行标识，获得多个评估结果标识信息。其中，所述多个能耗信息组合结果包括多个基础能耗信息中，与多个能耗单元对应的多个不同基础能耗信息。所述多个样本能耗评估结果包括多个能耗信息组合结果对应的能耗评估总量、能耗评估成本、能耗评估趋势、能耗评估占比、能耗评估利用率等能耗评估参数信息。所述多个能耗评估结果描述元数据包括多个样本能耗评估结果对应的多个二进制信息，该多个二进制信息包括多个样本能耗评估结果的使用环境、数据属性、存储位置，以及用于对多个样本能耗评估结果进行描述及解释的主题、内容、特点等数据参数。所述多个评估结果标识信息包括使用多个能耗评估结果描述元数据进行标识后的多个样本能耗评估结果。达到了通过多个能耗评估结果描述元数据对多个样本能耗评估结果进行标识，获得多个评估结果标识信息，为后续构建能耗评估模型夯实基础的技术效果。
42.步骤s540：采用所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息，构建所述能耗评估模型。
43.进一步的，如附图3所示，本技术步骤s540还包括：
44.步骤s541：基于bp神经网络，构建所述能耗评估模型的网络结构，其中，所述能耗评估模型的输入数据为标识信息和能耗标识信息，输出数据为评估结果标识信息；
45.步骤s542：对所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息进行数据标识和划分，获得构建数据集；
46.步骤s543：采用所述构建数据集对所述能耗评估模型进行监督训练、验证和测试，
直到所述能耗评估模型的准确率符合预设要求，获得构建完成的所述能耗评估模型。
47.具体而言，通过对多个标识信息、多个能耗标识信息、多个评估结果标识信息进行数据标识、划分，获取构建数据集。所述构建数据集包括标识信息训练集、能耗标识信息训练集、评估结果标识信息训练集，以及标识信息测试集、能耗标识信息测试集、评估结果标识信息测试集。且，标识信息训练集、能耗标识信息训练集、评估结果标识信息训练集具有对应关系，标识信息测试集、能耗标识信息测试集、评估结果标识信息测试集具有对应关系。进一步，基于bp神经网络，构建能耗评估模型的网络结构，通过对构建数据集中标识信息训练集、能耗标识信息训练集进行监督训练，获得能耗评估模型。当能耗评估模型的准确率符合预设要求时，即，标识信息训练集、能耗标识信息训练集对应的输出信息与评估结果标识信息训练集之间的相似程度满足预设要求时，交叉监督训练结束。进而，将构建数据集中标识信息测试集、能耗标识信息测试集作为输入信息，输入能耗评估模型，对能耗评估模型进行验证。当能耗评估模型的准确率符合预设要求时，即，标识信息测试集、能耗标识信息测试集对应的输出信息与评估结果标识信息测试集之间的相似程度满足预设要求时，获得准确率符合预设要求的能耗评估模型。其中，所述bp神经网络是一种按照误差逆向传播算法进行训练的多层前馈神经网络。bp神经网络包括输入层、多层神经元、输出层。bp神经网络可以进行正向计算、反向计算。正向计算时，输入信息从输入层经过多层神经元逐层处理，转向输出层，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入反向计算，将误差信号沿原来的连接通路返回，通过修改各神经元的权值，使得误差信号最小。所述能耗评估模型的网络结构包括输入层、多层神经元、输出层，满足bp神经网络。所述能耗评估模型的输入数据包括标识信息和能耗标识信息，输出数据包括评估结果标识信息。所述能耗评估模型的准确率包括标识信息训练集、能耗标识信息训练集对应的输出信息与评估结果标识信息训练集之间的相似程度，以及标识信息测试集、能耗标识信息测试集对应的输出信息与评估结果标识信息测试集之间的相似程度。所述预设要求包括预设准确率，可根据能耗评估模型的精准性需要自定义设置确定。达到了通过构建数据集对能耗评估模型进行监督训练、验证和测试，获得准确率符合预设要求、适应性强、泛化性能佳的能耗评估模型，从而提高能耗评估的准确性的技术效果。
48.步骤s600：采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；
49.进一步的，本技术步骤s600还包括：
50.步骤s610：采集获取当前多个目标能耗单元的能耗信息，获得多个实时能耗信息；
51.步骤s620：根据所述多个实时能耗信息和所述多个高频能耗信息集合，对所述多个实时能耗信息进行异常检测，判断所述多个实时能耗信息是否为异常数据；
52.进一步的，本技术步骤s620还包括：
53.步骤s621：根据所述多个目标能耗单元，对所述多个实时能耗信息和所述多个高频能耗信息集合进行划分，获得多个能耗信息集合；
54.步骤s622：根据所述多个能耗信息集合，分别构建多个能耗信息异常检测树，其中每个能耗信息异常检测树包括多级划分节点和异常数据输出节点；
55.步骤s623：将所述多个实时能耗信息和所述多个高频能耗信息集合分别输入所述多个能耗信息异常检测树，获得多个异常检测结果；
56.步骤s624：根据所述多个异常检测结果，判断所述多个实时能耗信息是否为异常数据。
57.步骤s630：若是，则重新采集所述多个目标能耗单元的能耗信息，若否，则根据所述多个实时能耗信息和所述多个能耗标识信息，获得所述多个实时能耗标识信息。
58.具体而言，基于多个能耗单元进行随机选择、人为设定，获得多个目标能耗单元，并对多个目标能耗单元进行当前能耗信息的采集，获取多个实时能耗信息。进而，基于多个目标能耗单元对多个实时能耗信息、多个高频能耗信息集合进行划分，获得多个能耗信息集合。进一步，基于孤立森林算法思想，构建多个能耗信息异常检测树，具体地，分别对多个能耗信息集合内的多个能耗信息进行随机选择，获得第一划分阈值、第二划分阈值
……
第n划分阈值，并将第一划分阈值、第二划分阈值
……
第n划分阈值设置为多个能耗信息异常检测树中每个能耗信息异常检测树的第一级划分节点、第二级划分节点
……
第n级划分节点等多级划分节点，并根据多级划分节点进行异常数据输出节点的设置，可将多级划分节点的一半设置为异常数据输出节点，异常数据输出节点、异常数据输出节点以下的划分节点输出的单个实时能耗信息为异常检测结果。基于多级划分节点、异常数据输出节点，获得多个能耗信息异常检测树。进而，将多个实时能耗信息、多个高频能耗信息集合作为输入信息，输入多个能耗信息异常检测树，获得多个异常检测结果。进一步，基于多个异常检测结果，对多个实时能耗信息是否为异常数据进行判断，即对多个异常检测结果是否与多个实时能耗信息对应进行判断，如果多个实时能耗信息是异常数据，则重新采集多个目标能耗单元的能耗信息。如果多个实时能耗信息不是异常数据，则基于多个能耗标识信息对多个实时能耗信息进行匹配、标识，获取多个实时能耗标识信息，并按照已获得的多个标识信息对多个目标能耗单元进行匹配，获得多个目标标识信息。
59.其中，所述多个目标能耗单元包括多个能耗单元中，随机选择或人为设定的多个能耗单元。所述多个实时能耗信息包括多个目标能耗单元对应的当前能耗信息。所述多个能耗信息集合中每个能耗信息集合包括多个目标能耗单元对应的实时能耗信息、高频能耗信息集合。所述多个能耗信息异常检测树中每个能耗信息异常检测树包括多级划分节点、异常数据输出节点。所述多个异常检测结果包括多个实时能耗信息、多个高频能耗信息集合中，与异常数据输出节点、异常数据输出节点以下的划分节点对应的能耗信息。所述多个实时能耗标识信息包括根据多个能耗标识信息对多个实时能耗信息进行匹配、标识后的多个实时能耗信息。所述多个目标标识信息包括与多个目标能耗单元对应的多个标识信息。达到了通过多个能耗信息异常检测树对多个实时能耗信息进行异常检测，从而获得可靠的多个实时能耗标识信息，提高能耗评估的可靠性的技术效果。
60.步骤s700：将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。
61.具体而言，将多个目标标识信息、多个实时能耗标识信息作为输入信息，输入能耗评估模型，通过能耗评估模型对多个目标标识信息、多个实时能耗标识信息进行多个评估结果标识信息的匹配，获取能耗评估结果。其中，所述能耗评估结果包括多个目标标识信息、多个实时能耗标识信息对应的评估结果标识信息。达到了通过能耗评估模型对多个目标标识信息、多个实时能耗标识信息进行准确而高效地评估，获得可靠的能耗评估结果，提高能耗评估的质量的技术效果。
62.综上所述，本技术所提供的一种基于元数据模型的能耗评估方法具有如下技术效果：
63.1.通过对目标区域进行能耗单元分析，获得目标区域内的多个能耗单元；通过采集多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；通过对多个能耗信息进行补偿，获得多个能耗信息范围；根据多个能耗信息范围进行不同能耗信息的标识，获得多个能耗标识信息；采用多个标识信息和多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将多个目标标识信息和多个实时能耗标识信息输入能耗评估模型，获得能耗评估结果。达到了提高能耗评估的准确性，进而提高能耗评估质量；实现智能、高效、可靠地能耗评估，从而为提升能源管理水平、提高能源利用效率、挖掘节能潜力提供数据参考的技术效果。
64.2.通过对多个能耗单元进行历史能耗信息采集、高频历史能耗信息分析，获得可靠的多个高频能耗信息集合，并根据其对多个能耗信息进行补偿，获得准确的多个能耗信息范围，从而提高对多个能耗单元进行能耗评估的准确性。
65.3.通过构建数据集对能耗评估模型进行监督训练、验证和测试，获得准确率符合预设要求、适应性强、泛化性能佳的能耗评估模型，从而提高能耗评估的准确性。
66.4.通过多个能耗信息异常检测树对多个实时能耗信息进行异常检测，从而获得可靠的多个实时能耗标识信息，提高能耗评估的可靠性。
67.实施例二
68.基于与前述实施例中一种基于元数据模型的能耗评估方法，同样发明构思，本发明还提供了一种基于元数据模型的能耗评估系统，请参阅附图4，所述系统包括：
69.能耗单元获取模块11，所述能耗单元获取模块11用于获取目标区域内的多个能耗单元；
70.信息采集模块12，所述信息采集模块12用于采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；
71.信息补偿模块13，所述信息补偿模块13用于对所述多个能耗信息进行补偿，获得多个能耗信息范围；
72.信息标识模块14，所述信息标识模块14用于根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；
73.构建模块15，所述构建模块15用于采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；
74.目标信息获取模块16，所述目标信息获取模块16用于采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；
75.能耗评估模块17，所述能耗评估模块17用于将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。
76.进一步的，所述系统还包括：
77.历史能耗信息集合确定模块，所述历史能耗信息集合确定模块用于采集所述多个能耗单元此前多个时间节点的能耗信息，获得多个历史能耗信息集合；
78.次数信息集合确定模块，所述次数信息集合确定模块用于根据所述多个历史能耗
信息集合，获得不同的能耗信息在所述多个历史能耗信息集合内出现的次数，获得多个次数信息集合；
79.次数阈值设定模块，所述次数阈值设定模块用于获得预设次数阈值；
80.高频次数信息集合确定模块，所述高频次数信息集合确定模块用于将所述多个次数信息集合内满足所述预设次数阈值的次数信息进行提取，获得多个高频次数信息集合；
81.高频能耗信息集合确定模块，所述高频能耗信息集合确定模块用于根据所述多个高频次数信息集合和所述多个历史能耗信息集合，获得多个高频能耗信息集合；
82.能耗信息范围确定模块，所述能耗信息范围确定模块用于根据所述多个高频能耗信息集合内历史能耗信息的范围，对所述多个能耗信息进行补偿，获得所述多个能耗信息范围。
83.进一步的，所述系统还包括：
84.基础能耗信息确定模块，所述基础能耗信息确定模块用于根据所述多个能耗信息范围，进行能耗信息提取，获得多个基础能耗信息；
85.能耗信息描述元数据确定模块，所述能耗信息描述元数据确定模块用于获得多个能耗信息描述元数据；
86.能耗标识信息确定模块，所述能耗标识信息确定模块用于采用所述多个能耗信息描述元数据对所述多个基础能耗信息进行标识，获得所述多个能耗标识信息。
87.进一步的，所述系统还包括：
88.能耗信息组合结果确定模块，所述能耗信息组合结果确定模块用于根据所述多个能耗单元，随机选择不同基础能耗信息进行组合，获得多个能耗信息组合结果；
89.样本能耗评估结果确定模块，所述样本能耗评估结果确定模块用于对所述多个能耗信息组合结果进行能耗评估，获得多个样本能耗评估结果；
90.评估结果标识信息确定模块，所述评估结果标识信息确定模块用于获取多个能耗评估结果描述元数据，对所述多个样本能耗评估结果进行标识，获得多个评估结果标识信息；
91.能耗评估模型确定模块，所述能耗评估模型确定模块用于采用所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息，构建所述能耗评估模型。
92.进一步的，所述系统还包括：
93.网络结构确定模块，所述网络结构确定模块用于基于bp神经网络，构建所述能耗评估模型的网络结构，其中，所述能耗评估模型的输入数据为标识信息和能耗标识信息，输出数据为评估结果标识信息；
94.构建数据集确定模块，所述构建数据集确定模块用于对所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息进行数据标识和划分，获得构建数据集；
95.第一执行模块，所述第一执行模块用于采用所述构建数据集对所述能耗评估模型进行监督训练、验证和测试，直到所述能耗评估模型的准确率符合预设要求，获得构建完成的所述能耗评估模型。
96.进一步的，所述系统还包括：
97.实时能耗信息确定模块，所述实时能耗信息确定模块用于采集获取当前多个目标能耗单元的能耗信息，获得多个实时能耗信息；
98.异常判断模块，所述异常判断模块用于根据所述多个实时能耗信息和所述多个高频能耗信息集合，对所述多个实时能耗信息进行异常检测，判断所述多个实时能耗信息是否为异常数据；
99.第二执行模块，所述第二执行模块用于若是，则重新采集所述多个目标能耗单元的能耗信息，若否，则根据所述多个实时能耗信息和所述多个能耗标识信息，获得所述多个实时能耗标识信息。
100.进一步的，所述系统还包括：
101.能耗信息集合确定模块，所述能耗信息集合确定模块用于根据所述多个目标能耗单元，对所述多个实时能耗信息和所述多个高频能耗信息集合进行划分，获得多个能耗信息集合；
102.能耗信息异常检测树确定模块，所述能耗信息异常检测树确定模块用于根据所述多个能耗信息集合，分别构建多个能耗信息异常检测树，其中每个能耗信息异常检测树包括多级划分节点和异常数据输出节点；
103.异常检测结果确定模块，所述异常检测结果确定模块用于将所述多个实时能耗信息和所述多个高频能耗信息集合分别输入所述多个能耗信息异常检测树，获得多个异常检测结果；
104.第三执行模块，所述第三执行模块用于根据所述多个异常检测结果，判断所述多个实时能耗信息是否为异常数据。
105.本技术提供了一种基于元数据模型的能耗评估方法，其中，所述方法应用于一种基于元数据模型的能耗评估系统，所述方法包括：通过对目标区域进行能耗单元分析，获得目标区域内的多个能耗单元；通过采集多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；通过对多个能耗信息进行补偿，获得多个能耗信息范围；根据多个能耗信息范围进行不同能耗信息的标识，获得多个能耗标识信息；采用多个标识信息和多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将多个目标标识信息和多个实时能耗标识信息输入能耗评估模型，获得能耗评估结果。解决了现有技术中针对能耗评估的准确性不高，进而造成能耗评估效果不佳的技术问题。达到了提高能耗评估的准确性，进而提高能耗评估质量；实现智能、高效、可靠地能耗评估，从而为提升能源管理水平、提高能源利用效率、挖掘节能潜力提供数据参考的技术效果。
106.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
107.本说明书和附图仅仅是本技术的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：

1.一种基于元数据模型的能耗评估方法，其特征在于，所述方法包括：获取目标区域内的多个能耗单元；采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；对所述多个能耗信息进行补偿，获得多个能耗信息范围；根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。2.根据权利要求1所述的方法，其特征在于，对所述多个能耗信息进行补偿，包括：采集所述多个能耗单元此前多个时间节点的能耗信息，获得多个历史能耗信息集合；根据所述多个历史能耗信息集合，获得不同的能耗信息在所述多个历史能耗信息集合内出现的次数，获得多个次数信息集合；获得预设次数阈值；将所述多个次数信息集合内满足所述预设次数阈值的次数信息进行提取，获得多个高频次数信息集合；根据所述多个高频次数信息集合和所述多个历史能耗信息集合，获得多个高频能耗信息集合；根据所述多个高频能耗信息集合内历史能耗信息的范围，对所述多个能耗信息进行补偿，获得所述多个能耗信息范围。3.根据权利要求2所述的方法，其特征在于，根据所述多个能耗信息范围，进行不同能耗信息的标识，包括：根据所述多个能耗信息范围，进行能耗信息提取，获得多个基础能耗信息；获得多个能耗信息描述元数据；采用所述多个能耗信息描述元数据对所述多个基础能耗信息进行标识，获得所述多个能耗标识信息。4.根据权利要求3所述的方法，其特征在于，采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型，包括：根据所述多个能耗单元，随机选择不同基础能耗信息进行组合，获得多个能耗信息组合结果；对所述多个能耗信息组合结果进行能耗评估，获得多个样本能耗评估结果；获取多个能耗评估结果描述元数据，对所述多个样本能耗评估结果进行标识，获得多个评估结果标识信息；采用所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息，构建所述能耗评估模型。5.根据权利要求4所述的方法，其特征在于，采用所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息，构建所述能耗评估模型，包括：基于bp神经网络，构建所述能耗评估模型的网络结构，其中，所述能耗评估模型的输入
数据为标识信息和能耗标识信息，输出数据为评估结果标识信息；对所述多个标识信息、所述多个能耗标识信息和所述多个评估结果标识信息进行数据标识和划分，获得构建数据集；采用所述构建数据集对所述能耗评估模型进行监督训练、验证和测试，直到所述能耗评估模型的准确率符合预设要求，获得构建完成的所述能耗评估模型。6.根据权利要求5所述的方法，其特征在于，采集获取当前多个目标能耗单元的能耗信息，还包括：采集获取当前多个目标能耗单元的能耗信息，获得多个实时能耗信息；根据所述多个实时能耗信息和所述多个高频能耗信息集合，对所述多个实时能耗信息进行异常检测，判断所述多个实时能耗信息是否为异常数据；若是，则重新采集所述多个目标能耗单元的能耗信息，若否，则根据所述多个实时能耗信息和所述多个能耗标识信息，获得所述多个实时能耗标识信息。7.根据权利要求6所述的方法，其特征在于，对所述多个实时能耗信息进行异常检测，包括：根据所述多个目标能耗单元，对所述多个实时能耗信息和所述多个高频能耗信息集合进行划分，获得多个能耗信息集合；根据所述多个能耗信息集合，分别构建多个能耗信息异常检测树，其中每个能耗信息异常检测树包括多级划分节点和异常数据输出节点；将所述多个实时能耗信息和所述多个高频能耗信息集合分别输入所述多个能耗信息异常检测树，获得多个异常检测结果；根据所述多个异常检测结果，判断所述多个实时能耗信息是否为异常数据。8.一种基于元数据模型的能耗评估系统，其特征在于，所述系统包括：能耗单元获取模块，所述能耗单元获取模块用于获取目标区域内的多个能耗单元；信息采集模块，所述信息采集模块用于采集所述多个能耗单元的标识信息和能耗信息，获得多个标识信息和多个能耗信息；信息补偿模块，所述信息补偿模块用于对所述多个能耗信息进行补偿，获得多个能耗信息范围；信息标识模块，所述信息标识模块用于根据所述多个能耗信息范围，进行不同能耗信息的标识，获得多个能耗标识信息；构建模块，所述构建模块用于采用所述多个标识信息和所述多个能耗标识信息，构建能耗评估模型；目标信息获取模块，所述目标信息获取模块用于采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；能耗评估模块，所述能耗评估模块用于将所述多个目标标识信息和多个实时能耗标识信息输入所述能耗评估模型，获得能耗评估结果。

技术总结

本发明公开了基于元数据模型的能耗评估方法及系统，涉及能耗评估领域，其中，该方法包括：获取目标区域内的多个能耗单元；获得多个标识信息和多个能耗信息；获得多个能耗信息范围；根据多个能耗信息范围，获得多个能耗标识信息；采用多个标识信息和多个能耗标识信息，构建能耗评估模型；采集获取当前多个目标能耗单元的能耗信息，获得多个目标标识信息和多个实时能耗标识信息；将多个目标标识信息和多个实时能耗标识信息输入能耗评估模型，获得能耗评估结果。本发明解决了现有技术中针对能耗评估的准确性不高，进而造成能耗评估效果不佳的技术问题。达到了提高能耗评估的准确性，进而提高能耗评估质量等技术效果。提高能耗评估质量等技术效果。提高能耗评估质量等技术效果。