CN117494032B 建筑能耗实时监测控制系统及方法 （长春市鸣玺科技有限公司）

A,2011.09.21A,2014.09.24A,2020.06.12A,2021.01.29A,2023.04.07A,2023.05.09A,2023.12.05技术如自回归积分滑动平均模型或长短期记忆效标准，边缘计算优化模块实现本地化数据处2所述时间序列分析模块基于实时能耗数据，采用自回归积分滑所述异常检测模块基于能耗趋势预测，采用基于统计学的异常检测所述故障预警模块基于异常检测报告，采用规则引擎和敏感度分析所述协同优化模块基于故障预警通知，采用深度学习和强化学习，进所述边缘计算优化模块基于能效基准标准，结合边缘计算和机器学习所述温度传感子模块基于物联网环境，采用热电偶技术和信号处理算所述湿度传感子模块基于物联网环境，采用电容式传感技术和自适应校所述能耗监测子模块基于环境温度和湿度数据，采用智能电力测量技术和所述信号处理算法包括峰值检测和噪声消除，所述自适应校准算法包所述历史数据分析子模块基于实时能耗数据，采用线性和非线性时间序所述趋势预测子模块基于能耗预测模型，采用统计预测方法和蒙特卡所述时间序列分析包括自回归模型和趋势分解，所述循环神经网络包括LSTM和GRU算3所述统计分析子模块基于能耗趋势预测，采用离群值检测和偏差分所述机器学习处理子模块基于初步异常检测结果，采用异常模式识所述异常模式识别子模块基于深度异常分析结果，采用聚类所述离群值检测包括Z得分方法和四分位数范围检测，所述异常模式识别算法包括所述预警生成子模块基于异常检测报告，采用规则引擎和敏所述通知分发子模块基于初步故障预警结果，采用消息队列和推所述故障诊断子模块基于预警通知分发记录，采用因果分析和故障树所述规则引擎包括条件触发规则和逻辑推理，所述推送技术包括即时所述协同优化模块包括深度学习分析子模块、强化学习优化子模块、协所述深度学习分析子模块基于故障预警通知，采用所述协同策略制定子模块基于初步能源优化策略，采所述卷积神经网络用于提取时间序列特征，所述递归神经网络用于处理序列依赖性，所述标准设定子模块基于能耗数据聚类结果，采用所述数据对比子模块基于初步能效标准，采用趋势分析和方差分析方法所述边缘计算优化模块包括边缘计算架构子模块、实时机器学习分析子模块、快所述边缘计算架构子模块基于能效基准标准，采用分布式数据处理4所述实时机器学习分析子模块基于边缘计算数据处理结果，采用在线学习所述快速调整策略子模块基于实时数据分析结果，采用自适应控制和即时决策策略，所述分布式数据处理和边缘节点优化算法包括数据分片和负载均衡技基于所述实时能耗数据，采用自回归积分滑动平均模型和长短期基于所述能耗趋势预测，采用统计学方法和机器学习进行异基于所述异常检测报告，采用规则引擎和敏感度分析进行故基于所述故障预警通知，采用深度学习和强化学习进行能耗优化基于所述能耗优化策略，采用边缘计算技术和实时机器学习进行本地数据分析和调5[0001]本发明涉及实时监测控制技术领域，尤其涉及建筑能耗实时监测控制系统及方6[0010]所述故障预警模块基于异常检测报告，采用规则引擎和敏感度分析进行风险评[0016]所述湿度传感子模块基于物联网环境，采用电容式传感[0018]所述数据传输子模块基于能耗使用数据，采用ZigBee通[0021]所述历史数据分析子模块基于实时能耗数据，采用线性[0024]所述时间序列分析包括自回归模型和趋势分解，所述循环神经网络包括LSTM和7[0029]所述离群值检测包括Z得分方法和四分位数范围检测，所述异常模式识别算法包[0036]所述深度学习分析子模块基于故障预警通知，采用卷积神经网络和递归神经网[0038]所述协同策略制定子模块基于初步能源优化策略，采用多变量分析和决策树模[0042]所述标准设定子模块基于能耗数据聚类结果，采用性能指标评定和阈值设定方89示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限正，用电模式分析包括负载识别和能效评估，数据加密技术包括AES加密和数据完整性校[0102]离群值检测包括Z得分方法和四分位数范围检测，异常模式识别算法包括支持向[0110]规则引擎包括条件触发规则和逻辑推理，推送技术包括即时消息推送和邮件通[0120]ifdetecti[0146]defperform_fault_diagnosis(distribution_record):[0152]fault_diagnosis_report=perform_fault_diagnosis(distribution_[0165]聚类分析子模块基于已制定的能耗优化策略，采用K均值聚类和谱聚类等聚类分比子模块生成了能效基准标准，标准反映了实际能耗数据与初步标准之间的差异和变化，[0171]快速调整策略子模块基于实时数据分析结果，采用自适[0175]快速调整策略子模块基于实时数据分析结果，采用自适本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施