一種基于回歸型支持向量機(jī)確定節(jié)能效果的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及數(shù)據(jù)預(yù)測(cè)【技術(shù)領(lǐng)域】，尤其涉及一種基于回歸型支持向量機(jī)確定節(jié)能效果的方法及系統(tǒng)。該方法包括：以回歸型支持向量機(jī)算法計(jì)算單位產(chǎn)品能耗的預(yù)測(cè)值Xp；從數(shù)據(jù)庫(kù)中讀取所述單位產(chǎn)品能耗的實(shí)際值Xt，所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp和單位產(chǎn)品能耗的實(shí)際值Xt是同一時(shí)間段的單位產(chǎn)品能耗；根據(jù)公式計(jì)算單位產(chǎn)品的節(jié)能效果η。該方法能夠有效避免數(shù)據(jù)的滯后性，從而提高節(jié)能評(píng)估的準(zhǔn)確性。
【專利說(shuō)明】一種基于回歸型支持向量機(jī)確定節(jié)能效果的方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)預(yù)測(cè)【技術(shù)領(lǐng)域】，尤其涉及一種基于回歸型支持向量機(jī)確定節(jié)能效果的方法及系統(tǒng)。
【背景技術(shù)】
[0002]目前，在很多高能耗、高排放制造企業(yè)中，操作人員的節(jié)能意識(shí)不強(qiáng)，還保留著以往單純考慮生產(chǎn)時(shí)間最小化的觀念，即趕時(shí)間、趕進(jìn)度，對(duì)生產(chǎn)的能耗關(guān)注不夠，給環(huán)境帶來(lái)的非常大的壓力。為了培養(yǎng)操作人員的節(jié)能意識(shí)，企業(yè)有必要以車間為單位對(duì)節(jié)能效果進(jìn)行評(píng)估，從而警醒操作人員。企業(yè)在采用某些節(jié)能措施之后，例如購(gòu)買新設(shè)備、改善工藝等等，往往是需要采用某種手段去評(píng)估節(jié)能效果，評(píng)判這些措施的節(jié)能有效性。
[0003]常用的評(píng)估節(jié)能效果的方法是利用單位產(chǎn)品的能耗去評(píng)估節(jié)能效果，即使用未采用節(jié)能措施的單位產(chǎn)品的能耗與采用節(jié)能措施后的單位產(chǎn)品的能耗進(jìn)行對(duì)比，從而去評(píng)估節(jié)能效果。
[0004]常用的評(píng)估節(jié)能效果的方法簡(jiǎn)單易行，但存在某些缺陷，例如在6月份開始采用某種節(jié)能措施，那么，常用的評(píng)估結(jié)果效果的方法中就使用6月份的單位產(chǎn)品的能耗與5月份單位產(chǎn)品的能耗進(jìn)行對(duì)比，但是這樣已經(jīng)忽略某些因素的影響，最明顯就是天氣的影響，6月份的氣溫是明顯高于5月份的氣溫，這樣企業(yè)花費(fèi)在制冷上的能耗會(huì)明顯地增多，因?yàn)楹苡锌赡?月份的車間是不需要開空調(diào)的，而6月份卻需要開空調(diào)，而空調(diào)耗電多是眾所周知的事，這樣，使用6月份的單位產(chǎn)品的能耗與5月份單位產(chǎn)品的能耗進(jìn)行對(duì)比去評(píng)估節(jié)能效果，存在能耗數(shù)據(jù)的滯后性，從而評(píng)估誤差明顯較大。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的為提出基于回歸型支持向量機(jī)的節(jié)能效果評(píng)估方法及系統(tǒng)，從而避免能耗數(shù)據(jù)的滯后性，以減小節(jié)能效果評(píng)估的誤差。為達(dá)此目的，本發(fā)明采用以下技術(shù)方案:
[0006]—種基于回歸型支持向量機(jī)確定節(jié)能效果的方法，包括:
[0007]以回歸型支持向量機(jī)算法計(jì)算單位產(chǎn)品能耗的預(yù)測(cè)值Xp ；
[0008]從數(shù)據(jù)庫(kù)中讀取所述單位產(chǎn)品能耗的實(shí)際值Xt，所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp和單位產(chǎn)品能耗的實(shí)際值Xt是同一時(shí)間段的單位產(chǎn)品能耗；
[0009]根據(jù)公式
【權(quán)利要求】
1.一種基于回歸型支持向量機(jī)確定節(jié)能效果的方法，其特征在于，包括: 以回歸型支持向量機(jī)算法計(jì)算單位產(chǎn)品能耗的預(yù)測(cè)值Xp ； 從數(shù)據(jù)庫(kù)中讀取所述單位產(chǎn)品能耗的實(shí)際值xt，所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp和單位產(chǎn)品能耗的實(shí)際值Xt是同一時(shí)間段的單位產(chǎn)品能耗； 根據(jù)公式
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述以回歸型支持向量機(jī)算法計(jì)算單位產(chǎn)品能耗的預(yù)測(cè)值Xp包括: 構(gòu)建回歸型支持向量機(jī)模型的輸入和輸出并且選擇回歸型支持向量機(jī)模型的特征參數(shù)，所述輸入包括數(shù)據(jù)的階數(shù)m ; 訓(xùn)練回歸型支持向量機(jī)模型，得到回歸函數(shù)f (x)； 根據(jù)所述回歸型支持向量機(jī)模型計(jì)算所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述訓(xùn)練回歸型支持向量機(jī)模型，得到回歸函數(shù)f (X)之后還包括: 根據(jù)評(píng)價(jià)指標(biāo)，判斷所述回歸函數(shù)f (X)是否滿足性能要求，所述評(píng)價(jià)指標(biāo)包括均方誤差E和相關(guān)系數(shù)R2 ； 若所述回歸函數(shù)f(x)不滿足性能要求，返回到選擇所述回歸型支持向量機(jī)模型中的特征參數(shù)的步驟。
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述回歸型支持向量機(jī)模型中的特征參數(shù)包括高斯徑向基核函數(shù)的參數(shù)S、懲罰因子C和精度參數(shù)ε。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述構(gòu)建回歸型支持向量機(jī)模型的輸入和輸出并且選擇回歸型支持向量機(jī)模型中的特征參數(shù)還包括: 回歸型支持向量機(jī)模型的輸入和輸出的預(yù)處理。
6.一種基于回歸型支持向量機(jī)確定節(jié)能效果的系統(tǒng)，其特征在于，包括: 預(yù)測(cè)能耗模塊，用于以回歸型支持向量機(jī)算法計(jì)算單位產(chǎn)品能耗的預(yù)測(cè)值Xp ； 獲得能耗實(shí)際值模塊，用于從數(shù)據(jù)庫(kù)中讀取所述單位產(chǎn)品能耗的實(shí)際值Xt，所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp和單位產(chǎn)品能耗的實(shí)際值Xt是同一時(shí)間段的單位產(chǎn)品能耗； 評(píng)估節(jié)能效果模塊，用于根據(jù)公式
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述預(yù)測(cè)能耗模塊包括: 模型參數(shù)獲取模塊，用于構(gòu)建回歸型支持向量機(jī)模型的輸入和輸出并且選擇回歸型支持向量機(jī)模型的特征參數(shù)，所述輸入包括數(shù)據(jù)的階數(shù)m ； 訓(xùn)練模型模塊，用于訓(xùn)練回歸型支持向量機(jī)模型，得到回歸函數(shù)f(x)； 計(jì)算能耗預(yù)測(cè)值模塊，用于根據(jù)所述回歸型支持向量機(jī)模型計(jì)算所述單位產(chǎn)品能耗的預(yù)測(cè)值Xp。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括:評(píng)價(jià)模型模塊，用于根據(jù)評(píng)價(jià)指標(biāo)，判斷所述回歸函數(shù)f(x)是否滿足性能要求，所述評(píng)價(jià)指標(biāo)包括均方誤差E和相關(guān)系數(shù)R2 ； 重新選擇模型參數(shù)模塊，若所述回歸函數(shù)f(x)不滿足性能要求，用于返回到選擇所述回歸型支持向量機(jī)模型中的特征參數(shù)的步驟。
9.根據(jù)權(quán)利要求7或8所述的系統(tǒng)，其特征在于，所述回歸型支持向量機(jī)模型中的特征參數(shù)包括高斯徑向基核函數(shù)的參數(shù)S、懲罰因子C和精度參數(shù)ε。
10.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述模型參數(shù)獲取模塊還包括: 預(yù)處理參數(shù) 模塊，用于回歸型支持向量機(jī)模型的輸入和輸出的預(yù)處理。
【文檔編號(hào)】G06F19/00GK103544398SQ201310530348
【公開日】2014年1月29日 申請(qǐng)日期:2013年10月30日 優(yōu)先權(quán)日:2013年10月30日
【發(fā)明者】劉國(guó)勝, 楊文人, 彭磊 申請(qǐng)人:廣東工業(yè)大學(xué), 惠州市品智科技有限公司, 廣州萬(wàn)智信息科技有限公司