(19)國家知識產(chǎn)權(quán)局(10)申請公布號CN120262700A(21)申請?zhí)?02510741451.9(22)申請日2025.06.05(71)申請人深圳市博科思智能有限公司地址518000廣東省深圳市南山區(qū)粵海街道高新區(qū)社區(qū)科技南路16號深圳灣科技生態(tài)園11棟A2302、A2303號房(72)發(fā)明人陳小軍李繼海薛文金(74)專利代理機(jī)構(gòu)深圳市紫荊創(chuàng)新專利代理事務(wù)所(普通合伙)441126專利代理師孟會賢(54)發(fā)明名稱智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)(57)摘要本發(fā)明涉及電源控制技術(shù)領(lǐng)域，尤其涉及一種智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)，該方法包括以下步驟：對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律。本發(fā)明通過動態(tài)的電源需求及能耗趨勢分對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域?qū)Φ皖l移動區(qū)域進(jìn)行最低用電閔值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為能耗深層關(guān)聯(lián)規(guī)律獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效一舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)2步驟S1:對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；步驟S2:對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；步驟S3:對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；步驟S4:根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；步驟S5:獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；步驟S6:基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。2.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S1具體步驟為：基于多通道電力監(jiān)測節(jié)點(diǎn)對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，得到所有用電設(shè)備監(jiān)測計(jì)算所述所有用電設(shè)備監(jiān)測參數(shù)的電壓、電流與瞬時功率；根據(jù)所述電壓、電流與瞬時功率進(jìn)行區(qū)域設(shè)備電源能耗分析，得到電源能耗特性曲線；對電源能耗特性曲線進(jìn)行時間窗等距劃分，構(gòu)建多維能耗時間窗；對多維能耗時間窗進(jìn)行逐個窗口能耗峰值識別，標(biāo)記多個窗口的能耗峰值；計(jì)算所述多個窗口的能耗峰值的能耗密度及變化梯度；根據(jù)所述能耗密度及變化梯度進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布3.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S2具體步驟為：基于微型熱成像傳感器對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，獲取多個位置點(diǎn)的人員活動熱能值；對所述人員活動熱能值進(jìn)行不同區(qū)域熱能分布分析，生成人員活動熱能分布流；根據(jù)人員活動熱能分布流進(jìn)行熱能流向識別，生成人員區(qū)域移動軌跡；對人員區(qū)域移動軌跡進(jìn)行周期移動軌跡趨勢分析，構(gòu)建人員移動軌跡密度云圖；對人員移動軌跡密度云圖進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，并進(jìn)行區(qū)域劃分，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域。4.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S3具體步驟為：根據(jù)樓宇能耗動態(tài)分布圖譜對低頻移動區(qū)域進(jìn)行高能耗用電識別，標(biāo)記空轉(zhuǎn)能耗區(qū)；對空轉(zhuǎn)能耗區(qū)進(jìn)行人員最高移動頻率計(jì)算，生成空轉(zhuǎn)區(qū)最高移動頻率值；計(jì)算所述空轉(zhuǎn)能耗區(qū)的當(dāng)前電源能耗；根據(jù)所述當(dāng)前電源能耗及空轉(zhuǎn)區(qū)最高移動頻率值進(jìn)行最低用電閾值預(yù)測，生成空轉(zhuǎn)區(qū)最低能耗閾值；基于空轉(zhuǎn)區(qū)最低能耗閾值進(jìn)行最低用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策35.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S4的具體步驟為：對高頻移動區(qū)域進(jìn)行深度能耗時空特征分析，標(biāo)記能耗活動關(guān)鍵點(diǎn)；根據(jù)所有用電設(shè)備監(jiān)測參數(shù)對能耗活動關(guān)鍵點(diǎn)進(jìn)行用電行為挖掘，提取用電行為特征識別所述用電行為特征向量的用電時長、功率變化曲線及空間分布特征；對所述用電時長、功率變化曲線及空間分布特征進(jìn)行用電行為模式多層級聚類，從而生成區(qū)域常態(tài)化用電模式；根據(jù)樓宇能耗動態(tài)分布圖譜對區(qū)域常態(tài)化用電模式進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律。6.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S5的具體步驟為：基于分布式環(huán)境感知器陣列獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)；計(jì)算所述多維度環(huán)境監(jiān)測數(shù)據(jù)的溫度、濕度、光照對所述溫度、濕度、光照及空氣質(zhì)量進(jìn)行多指標(biāo)舒適度量化分析，以生成多維樓宇舒適度指標(biāo)流；根據(jù)多維樓宇舒適度指標(biāo)流進(jìn)行樓宇區(qū)域舒適度狀況評估，以得到不同區(qū)域的舒適度狀況；根據(jù)樓宇能耗動態(tài)分布圖譜對不同區(qū)域的舒適度狀況進(jìn)行深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)。7.根據(jù)權(quán)利要求1所述的智能電源控制方法，其特征在于，步驟S6的具體步驟為：基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，以得到最優(yōu)電源需求預(yù)測；對樓宇能耗動態(tài)分布圖譜進(jìn)行實(shí)時能耗時序波動分析，標(biāo)記周期性能耗波動節(jié)點(diǎn)；基于所述能耗波動節(jié)點(diǎn)進(jìn)行能耗波形分解，提取長短期能耗趨勢分量；根據(jù)長短期能耗趨勢分量進(jìn)行能耗態(tài)勢預(yù)測，以得到多個時間點(diǎn)的能耗態(tài)勢預(yù)測值；根據(jù)最優(yōu)電源需求預(yù)測及多個時間點(diǎn)的能耗態(tài)勢預(yù)測值進(jìn)行電源能耗調(diào)度，生成能耗調(diào)度智能控制策略；對能耗調(diào)度智能控制策略及空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。8.一種智能電源控制裝置，其特征在于，用于執(zhí)行如權(quán)利要求1所述的智能電源控制方能耗分布模塊，用于對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布移動頻率分析模塊，用于對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；空轉(zhuǎn)區(qū)能耗優(yōu)化模塊，用于對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；能耗關(guān)聯(lián)規(guī)律模塊，用于根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；4舒適度平衡模塊，用于獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；電源控制模塊，用于基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。9.一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的智能電源控制方法的步驟。10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的智能電源控制方法的步驟。5智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)技術(shù)領(lǐng)域[0001]本發(fā)明涉及電源控制技術(shù)領(lǐng)域，尤其涉及一種智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)。背景技術(shù)[0002]隨著智能建筑、綠色節(jié)能及物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，現(xiàn)代樓宇對能源管理系統(tǒng)的智能化水平提出了更高的要求。特別是在“雙碳戰(zhàn)略”與智慧城市建設(shè)的推動下，建筑領(lǐng)域正面臨著能源消耗控制、運(yùn)行效率提升與用戶舒適性保障等多重壓力。樓宇作為能源消耗的重要載體，其電力系統(tǒng)的運(yùn)行狀態(tài)直接影響整棟建筑的能耗水平、設(shè)備壽命及運(yùn)營成本。因此，如何實(shí)現(xiàn)對樓宇電源系統(tǒng)的精細(xì)化管理與智能化控制，成為當(dāng)前能源管理技術(shù)領(lǐng)域的核心研究方向之一。[0003]傳統(tǒng)樓宇配電系統(tǒng)普遍采用定時控制或基于環(huán)境變量的簡單響應(yīng)式策略，例如按照白天與夜間時段設(shè)置照明開關(guān)規(guī)則，或在檢測到溫度升高時自動開啟空調(diào)系統(tǒng)。這類控制方式雖然能夠在一定程度上減少無效能耗，但其響應(yīng)機(jī)制單一，無法根據(jù)樓宇內(nèi)人員的實(shí)際活動行為和用電需求變化做出動態(tài)調(diào)整。現(xiàn)有的樓宇能源控制系統(tǒng)通常以設(shè)備狀態(tài)為核心進(jìn)行監(jiān)測，缺少對人員行為軌跡、空間使用頻率與能效反饋之間的深度建模，無法實(shí)現(xiàn)用辦公室長時間無人使用，卻依然維持照明和通風(fēng)供電，造成電力資源的持續(xù)浪費(fèi)。另一方面，部分人流密集區(qū)域由于控制邏輯滯后，容易在高峰時段出現(xiàn)設(shè)備過載或舒適度下降的問題，影響整體運(yùn)行效率與用戶體驗(yàn)。因此，急需一種針對于樓宇電源系統(tǒng)的智能控制優(yōu)化方法。發(fā)明內(nèi)容[0004]本發(fā)明為解決上述技術(shù)問題，提出了一種智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)，以解決至少一個上述技術(shù)問題。[0005]為實(shí)現(xiàn)上述目的，本發(fā)明提供一種智能電源控制方法，包括以下步驟：步驟S1:對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；步驟S2:對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；步驟S3:對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；步驟S4:根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；步驟S5:獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；6步驟S6:基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。[0006]在本發(fā)明中，還提供一種智能電源控制裝置，用于執(zhí)行如上所述的智能電源控制能耗分布模塊，用于對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；移動頻率分析模塊，用于對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；空轉(zhuǎn)區(qū)能耗優(yōu)化模塊，用于對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；能耗關(guān)聯(lián)規(guī)律模塊，用于根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；舒適度平衡模塊，用于獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；電源控制模塊，用于基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。[0007]本發(fā)明還提供一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)上述任一項(xiàng)所述的智能電源控制方法的步驟。[0008]本發(fā)明還提供一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述任一項(xiàng)所述的智能電源控制方法的步驟。[0009]本發(fā)明的有益效果具體為：通過對整棟樓宇范圍內(nèi)的電壓、電流、功率因數(shù)、諧波分量等多類電氣參數(shù)進(jìn)行高頻率采集，實(shí)現(xiàn)了對樓宇能耗的空間離散建模與時間動態(tài)演化描述；通過構(gòu)建樓宇能耗動態(tài)分布圖譜，不僅能夠?qū)崟r掌握各功能區(qū)的能耗波動趨勢，還可為后續(xù)的能耗優(yōu)化策略提供全景式基礎(chǔ)數(shù)據(jù)支持，解決傳統(tǒng)建筑能耗統(tǒng)計(jì)“粗粒度、低實(shí)時性”的問題。通過熱能紅外及紅外熱圖像分析技術(shù)，結(jié)合軌跡頻率統(tǒng)計(jì)算法，精準(zhǔn)提取樓宇內(nèi)部人員的移動行為模式；實(shí)現(xiàn)了建筑空間中人員行為與能耗使用之間的空間錯位識別，將原本靜態(tài)的能耗數(shù)據(jù)轉(zhuǎn)化為具有行為屬性的動態(tài)數(shù)據(jù)，為后續(xù)的行為驅(qū)動式節(jié)能控制策略提供行為層面依據(jù)，提高能耗調(diào)度的場景貼合度與準(zhǔn)確性。以低頻移動區(qū)域?yàn)榍腥朦c(diǎn)，通過AI預(yù)測模型挖掘各功能空間的最低安全運(yùn)行用電需求，從而實(shí)現(xiàn)了對“空轉(zhuǎn)能耗”(如無人區(qū)域照明、待機(jī)空調(diào)、備用插座供電等)的精準(zhǔn)識別與功率抑制；最終生成的空轉(zhuǎn)區(qū)電源控制策略，能有效減少低效能耗輸出與冗余電流消耗，實(shí)現(xiàn)細(xì)粒度的局部能耗優(yōu)化，降低能耗總量同時不影響主功能區(qū)用能體驗(yàn)。通過對高頻行為區(qū)域的能耗諧波特征與人員活動模式進(jìn)行耦合分析，挖掘行為觸發(fā)類設(shè)備(如電梯、會議設(shè)備、照明系統(tǒng))對能耗的潛在影響路徑；從而形成行為-能耗深層關(guān)聯(lián)模型，實(shí)現(xiàn)“行為預(yù)測能耗”的能力風(fēng)速等多維環(huán)境因子納入評估體系，構(gòu)建出空間區(qū)塊級的舒適度狀態(tài)模型；通過引入“能7效-舒適度平衡點(diǎn)”的概念，識別建筑在不同季節(jié)/人流模式下的最佳綜合控制點(diǎn)，不僅提升述行為預(yù)測、空轉(zhuǎn)控制、環(huán)境評估成果的基礎(chǔ)上，構(gòu)建AI驅(qū)動的分層電源調(diào)控框架，并通過自學(xué)習(xí)方式動態(tài)演化控制邏輯；通過電源調(diào)度智能體網(wǎng)絡(luò)，將整個樓宇劃分為可獨(dú)立運(yùn)行的能耗決策單元，實(shí)現(xiàn)對電源資源的自主協(xié)調(diào)與最優(yōu)分配，具備自我調(diào)控、自我優(yōu)化與突發(fā)狀態(tài)下的冗余調(diào)配能力，是構(gòu)建下一代智能樓宇系統(tǒng)的重要支撐。附圖說明[0010]圖1為本發(fā)明一種方法的步驟流程示意圖；圖2為步驟S1的詳細(xì)實(shí)施步驟流程示意圖；圖3為步驟S2的詳細(xì)實(shí)施步驟流程示意圖；圖4為步驟S3的詳細(xì)實(shí)施步驟流程示意圖。具體實(shí)施方式[0011]應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。[0012]本申請實(shí)例提供一種智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)。所述智能電源控制方法、裝置、設(shè)備及存儲介質(zhì)的執(zhí)行主體包括但不限于搭載該系統(tǒng)的：機(jī)械設(shè)備、數(shù)據(jù)處理平臺、云服務(wù)器節(jié)點(diǎn)、網(wǎng)絡(luò)上傳設(shè)備等可看作本申請的通用計(jì)算節(jié)點(diǎn)，所述數(shù)據(jù)處理平臺[0013]請參閱圖1至圖4,本發(fā)明提供了智能電源控制方法，所述智能電源控制方法包括以下步驟：步驟S1:對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；步驟S2:對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；步驟S3:對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；步驟S4:根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；步驟S5:獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；步驟S6:基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。[0014]本發(fā)明實(shí)施例中，參閱圖1,為本發(fā)明一種智能電源控制方法的步驟流程示意圖，在本實(shí)例中，所述智能電源控制方法的步驟包括：步驟S1:對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，并進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜；本實(shí)施例中，選擇適合的電氣參數(shù)監(jiān)測設(shè)備，包括多通道電力監(jiān)測儀、功率分析儀8和數(shù)據(jù)記錄儀。這些設(shè)備應(yīng)具備高精度(如±0.5%)和廣泛的測量范圍(如電壓0-400V、電流0-100A),以確保能夠準(zhǔn)確捕捉到所有用電設(shè)備的電氣參數(shù)。在建筑內(nèi)部布置電力監(jiān)測儀器，確保能夠監(jiān)測到所有關(guān)鍵用電設(shè)備。監(jiān)測點(diǎn)應(yīng)選擇在配電箱、主要回路及各個用電設(shè)備及時捕捉電氣參數(shù)的變化。每個監(jiān)測點(diǎn)應(yīng)能夠記錄電壓、電流、功率因數(shù)和瞬時功率等參率因數(shù)(單位PF),并將數(shù)據(jù)存儲在本地或云端數(shù)據(jù)庫中。啟動配置好的數(shù)據(jù)采集系統(tǒng)，開始實(shí)時監(jiān)測各個監(jiān)測點(diǎn)的電氣參數(shù)。確保所有設(shè)備正常工作，及時記錄數(shù)據(jù)并監(jiān)測設(shè)備的運(yùn)確保數(shù)據(jù)具有代表性。在采集過程中，使用監(jiān)測軟件實(shí)時查看電氣參數(shù)的變化。確保數(shù)據(jù)記錄的完整性與準(zhǔn)確性，對于異常數(shù)據(jù)要及時進(jìn)行標(biāo)記和處理。例如，若某一時段內(nèi)某設(shè)備的電流突然飆升，則需記錄該異常情況，以便后續(xù)分析。將采集到的電氣參數(shù)數(shù)據(jù)定期存儲在數(shù)據(jù)庫中。確保數(shù)據(jù)以時間戳的形式保存，以便后續(xù)分析和查詢?？梢圆捎藐P(guān)系型數(shù)據(jù)庫率等信息，形成一個全面的電氣參數(shù)數(shù)據(jù)集。對存儲的電氣參數(shù)數(shù)據(jù)進(jìn)行預(yù)處理，包括去除異常值和噪聲。使用統(tǒng)計(jì)方法(如Z-score方法或IQR方法)識別并剔除異常數(shù)據(jù)點(diǎn)，確保數(shù)據(jù)的準(zhǔn)確性。例如，若某監(jiān)測點(diǎn)在短時間內(nèi)記錄到不合理的電壓(如超過400V),則將其視為為5A,則瞬時功率為1150W。對計(jì)算得到的能耗數(shù)據(jù)進(jìn)行離散分布建模。使用統(tǒng)計(jì)分析方法(如直方圖、概率密度函數(shù))展示不同時間段的能耗分布特征，幫助識別高能耗時間段和設(shè)備。例如，將一天內(nèi)各個時間段的能耗數(shù)據(jù)繪制成直方圖，分析能耗的波動特征，幫助后續(xù)決策。根據(jù)離散分布模型，生成樓宇能耗動態(tài)分布圖譜。該圖譜應(yīng)展示各個時間段的能耗特征，便于管理者快速識別高能耗區(qū)域。例如，通過熱圖的方式展示不同時間窗的能耗分布，幫助識別在特定時段內(nèi)能耗較高的區(qū)域，從而為能效管理提供依據(jù)。[0015]步驟S2:對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，并進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域；本實(shí)施例中，選擇適合的熱成像傳感器，這些傳感器應(yīng)具備高分辨率(如640x480像素)和快速響應(yīng)時間(如≤50ms),能夠?qū)崟r捕捉樓宇內(nèi)人員的熱能變化。確保傳感器對溫度變化的靈敏度足夠高，例如在-20℃至+120℃的范圍內(nèi)能夠準(zhǔn)確監(jiān)測。在樓宇內(nèi)的關(guān)鍵位置(如入口、走廊、會議室等)安裝熱成像傳感器，確保覆蓋所有人員活動頻繁的區(qū)域。每個傳感器應(yīng)安裝在離地面2-3米的高度，以獲得最佳的監(jiān)測視角。配置數(shù)據(jù)采集系統(tǒng)，確保傳感器能夠以1Hz的頻率實(shí)時采集熱能數(shù)據(jù)，并將數(shù)據(jù)傳輸?shù)街醒胩幚硐到y(tǒng)。使用無線網(wǎng)絡(luò)或有線網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)的實(shí)時傳輸，確保數(shù)據(jù)的及時性和準(zhǔn)確性。每個傳感器應(yīng)記錄時間戳、熱能值(以℃表示)以及對應(yīng)的區(qū)域信息，以便后續(xù)分析。在監(jiān)測過程中，確保實(shí)驗(yàn)環(huán)境的穩(wěn)定性。控制樓宇內(nèi)部的溫度和濕度，以減少外部因素對熱能監(jiān)測的影響?？梢允褂每照{(diào)系統(tǒng)保持室內(nèi)溫度在22℃左右，相對濕度在40%-60%之間。啟動配置好的熱能監(jiān)測系統(tǒng)，開始實(shí)時采集各個監(jiān)測點(diǎn)的熱能數(shù)據(jù)。確保所有傳感器正常工作，及時記錄數(shù)據(jù)并監(jiān)測設(shè)備的運(yùn)行狀態(tài)。例如，記錄某個會議室在不同時間段的熱能數(shù)據(jù)，如上午9:00至10:00、下午2:900至3:00等，以便分析人員活動的熱能變化。在熱能監(jiān)測過程中，使用數(shù)據(jù)記錄軟件實(shí)時查看熱能數(shù)據(jù)的變化。確保數(shù)據(jù)記錄的完整性與準(zhǔn)確性，對于異常數(shù)據(jù)要及時進(jìn)行標(biāo)記和處理。例如，若某一時段內(nèi)某傳感器記錄到異常高的熱能值(如超過40℃),則需記錄該異常情況以便后續(xù)分析。將采集到的熱能數(shù)據(jù)定期存儲在數(shù)據(jù)庫中，確保數(shù)據(jù)以時間戳格式保存，便于后續(xù)分析和查詢?？梢圆捎藐P(guān)系型數(shù)據(jù)庫(如MySQL)或NoSQL數(shù)據(jù)庫(如MongoDB)進(jìn)行數(shù)據(jù)存儲。記錄每個傳感器的ID、時間戳、熱能值及區(qū)域信息，形成一個全面的熱能監(jiān)測數(shù)據(jù)集。對存儲的熱能數(shù)據(jù)進(jìn)行分析，識別出不同時間段內(nèi)的熱能變化。通過時間序列分析方法，判斷人員活動的熱能特征，例如熱能的上升和下降趨勢。例如，若發(fā)現(xiàn)某個會議室在上午9:00至10:00期間熱能值顯著上升，則可以推測該時段內(nèi)人員活動頻繁。根據(jù)熱能變化情況，統(tǒng)計(jì)人員的移動軌跡變化頻率?？梢栽O(shè)定一個時間窗口(如每小時),在每個時間窗口內(nèi)計(jì)算熱能值變化的頻率。例如，若某會議室在某一小時內(nèi)的熱能值上升了5次，則該時間段內(nèi)的移動頻率為5次。將這些數(shù)據(jù)整合到一個統(tǒng)計(jì)表中，出高頻移動區(qū)域和低頻移動區(qū)域。高頻移動區(qū)域通常是人員活動頻繁的地方，如會議室和休息區(qū)，而低頻區(qū)域可能是閑置或使用率低的地方。例如，若某個辦公區(qū)域的熱能變化頻率為10次/小時，而另一個區(qū)域?yàn)?次/小時，則將前者標(biāo)記為高頻移動區(qū)域，后者標(biāo)記為低頻移動區(qū)域。[0016]步驟S3:對低頻移動區(qū)域進(jìn)行最低用電閾值預(yù)測及用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略；本實(shí)施例中，根據(jù)前期的熱能監(jiān)測和移動軌跡統(tǒng)計(jì)，識別出低頻移動區(qū)域。這些區(qū)域通常是人員活動較少的地方，例如閑置辦公室、會議室等。確定這些區(qū)域后，記錄其具體位置和相關(guān)的電氣參數(shù)(如歷史能耗數(shù)據(jù))。例如，若某辦公室的熱能變化頻率為1次/小時，則將其標(biāo)記為低頻移動區(qū)域，并記錄該區(qū)域的歷史能耗數(shù)據(jù)。收集低頻移動區(qū)域的歷史能瞬時功率等，以便進(jìn)行后續(xù)的分析。例如，記錄該區(qū)域在過去一個月的能耗數(shù)據(jù)，包括每天的用電量(kWh)和瞬時功率(W),形成一個完整的數(shù)據(jù)集。基于收集到的歷史能耗數(shù)據(jù)，建立最低用電閾值預(yù)測模型?？梢圆捎镁€性回歸、時間序列分析或機(jī)器學(xué)習(xí)模型(如隨機(jī)森林或支持向量機(jī))進(jìn)行預(yù)測。例如，利用線性回歸模型，將歷史能耗數(shù)據(jù)移動區(qū)域的最低用電閾值。模型應(yīng)訓(xùn)練多個周期的數(shù)據(jù)，以捕捉季節(jié)性和周期性變化的影響。將歷史能耗數(shù)據(jù)分為訓(xùn)練集和測試集，使用訓(xùn)練集對模型進(jìn)行訓(xùn)練，并通過測試集驗(yàn)證模型的預(yù)測準(zhǔn)確性。主要評估指標(biāo)包括均方根誤差(RMSE)和平均絕對百分比誤差(MAPE)?；蜻x擇新的特征以提高準(zhǔn)確性。在經(jīng)過訓(xùn)練的模型上，輸入最新的環(huán)境和行為數(shù)據(jù)，生成低頻移動區(qū)域的最低用電閾值。該閾值應(yīng)能夠反映在人員活動較少時的合理能耗水平。例如，預(yù)測結(jié)果顯示該區(qū)域的最低用電閾值為5kWh,表示在低頻活動情況下，區(qū)域的能耗不應(yīng)低于這一水平，以避免設(shè)備空轉(zhuǎn)。根據(jù)生成的最低用電閾值，制定用電功率調(diào)控策略。該策略應(yīng)包括在低頻移動區(qū)域內(nèi)如何調(diào)整設(shè)備功率，以確保在人員活動較少時仍能保證基本功能。例如，當(dāng)實(shí)際能耗低于5kWh時，自動降低設(shè)備功率，控制系統(tǒng)以實(shí)現(xiàn)自動化的功率調(diào)控。該系統(tǒng)應(yīng)能夠?qū)崟r監(jiān)測當(dāng)前能耗，并與最低用電閾值將非關(guān)鍵設(shè)備(如照明設(shè)備)功率降至30%,確保能耗保持在合理水平。建立監(jiān)測與反饋機(jī)制，定期評估功率調(diào)控策略的有效性。通過實(shí)時監(jiān)測數(shù)據(jù)，調(diào)整策略以保證能效與舒適度的平衡。例如，若發(fā)現(xiàn)某一時段內(nèi)能耗依然偏低，則可以進(jìn)一步優(yōu)化調(diào)控策略，調(diào)整設(shè)備運(yùn)行模式以提高能效。將以上數(shù)據(jù)分析、預(yù)測結(jié)果和功率調(diào)控措施整合，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)低頻移動區(qū)域內(nèi)，當(dāng)監(jiān)測到能耗低于5kWh時，自動降低非關(guān)鍵設(shè)備功率，確保整體能效不低于預(yù)設(shè)值?！睂?shí)施優(yōu)化控制策略，并通過實(shí)時監(jiān)測系統(tǒng)評估其效果。記錄策略實(shí)施后的能耗變化情況，以判斷其是否達(dá)到預(yù)期目標(biāo)。例如，評估發(fā)現(xiàn)實(shí)施策略后，該區(qū)域的能耗降低了15%,而人員活動舒適度保持穩(wěn)定，證明策略有效。根據(jù)能耗監(jiān)測結(jié)果和人員反饋，持續(xù)優(yōu)化控制策略。定期分析新的數(shù)據(jù)和環(huán)境變化，調(diào)整最低用電閾值和功率調(diào)控措施，以適應(yīng)實(shí)際需求。例如，若發(fā)現(xiàn)某段時間內(nèi)人員活動頻率有所增加，則應(yīng)適時調(diào)整最低用電閾值，確保在不同情況下均能實(shí)現(xiàn)最佳能耗管理。[0017]步驟S4:根據(jù)樓宇能耗動態(tài)分布圖譜對高頻移動區(qū)域進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律；本實(shí)施例中，根據(jù)先前的熱能監(jiān)測和移動軌跡統(tǒng)計(jì)，識別出高頻移動區(qū)域。這些區(qū)域通常為人員活動頻繁的地方，例如會議室、開放辦公區(qū)等。記錄這些區(qū)域的具體位置及其相關(guān)的電氣參數(shù)。例如，若某會議室的熱能變化頻率為10次/小時，則將其標(biāo)記為高頻移動區(qū)域，并記錄該區(qū)域的歷史能耗數(shù)據(jù)。收集高頻移動區(qū)域在不同時間段的能耗數(shù)據(jù)。確保數(shù)據(jù)覆蓋多個時間段(如工作日的早、中、晚高峰),并包括電壓、電流、參數(shù)。例如，記錄某會議室在過去一周內(nèi)的能耗數(shù)據(jù)，包括每天的用電量(kWh)和瞬時功率(W),形成一個完整的數(shù)據(jù)集。對收集到的能耗數(shù)據(jù)進(jìn)行預(yù)處理，包括去除異常值和噪聲?？梢圆捎媒y(tǒng)計(jì)方法(如Z-score或IQR方法)來識別并剔除異常數(shù)據(jù)點(diǎn)，以提高分析的準(zhǔn)確性。例如，若某時段內(nèi)的電壓數(shù)據(jù)異常高(如超過400V),則將其視為異常值，并進(jìn)行處理。從處理后的能耗數(shù)據(jù)中提取能耗波形，以便進(jìn)行諧波分析。可以使用快速傅里葉變換(FFT)等方50Hz的基頻和150Hz的諧波成分顯著,則需記錄這些頻率以便后續(xù)分析。采用相關(guān)性分析方法(如皮爾遜相關(guān)系數(shù)或斯皮爾曼等級相關(guān)系數(shù))評估高頻移動區(qū)域內(nèi)的能耗波形與人員活動之間的關(guān)系。通過計(jì)算不同時間段的能耗諧波成分與人員活動頻率的相關(guān)性，識別出深層關(guān)聯(lián)規(guī)律。例如，分析會議室在不同時間段的能耗諧波與人員活動頻率的相關(guān)性，記錄各自的相關(guān)系數(shù)。根據(jù)計(jì)算出的相關(guān)系數(shù)，識別出能耗與人員活動之間的深層關(guān)聯(lián)規(guī)律。若相關(guān)系數(shù)高于設(shè)定閾值(如0.7),則表明能耗變化與人員活動存在較強(qiáng)的關(guān)聯(lián)。例如，若會議室在特定時間段內(nèi)的能耗與人員活動頻率的相關(guān)系數(shù)為0.85,則表明人員活動顯著影響了該區(qū)域的能耗。將分析結(jié)果整理成報告，描述高頻移動區(qū)域的能耗諧波特征及其與人員活動的關(guān)聯(lián)規(guī)律。報告應(yīng)包括每個區(qū)域的能耗波形分析、相關(guān)系數(shù)及其意義。例如，報告指出會議室在高頻使用時段(如上午9:00-10:00)能耗顯著上升，建議在該時段優(yōu)化空調(diào)和照明策略以提高能效。根據(jù)識別出的行為-能耗深層關(guān)聯(lián)規(guī)律，制定相應(yīng)的電源管理策略。可以在高頻移動區(qū)域內(nèi)調(diào)整設(shè)備功率，以適應(yīng)人員活動的變化，確保在高峰時段能效的最大化。例如，若會議室在高峰時段內(nèi)能耗上升，則可提前調(diào)整空調(diào)和照明的功率，以避免不必要的能耗浪費(fèi)。建立實(shí)時監(jiān)測系統(tǒng)，對高頻移動區(qū)域的能耗和人員活動進(jìn)行持續(xù)監(jiān)測。根11據(jù)實(shí)時數(shù)據(jù)調(diào)整電源管理策略，以適應(yīng)不斷變化的環(huán)境和使用情況。例如，若在某一時段內(nèi)會議室的人員活動數(shù)量有所增加，則實(shí)時調(diào)整空調(diào)輸出，以保持舒適度并優(yōu)化能耗。定期評估電源管理策略的實(shí)施效果，分析能耗變化與人員活動的關(guān)系，調(diào)整模型參數(shù)和管理策略，以提高整體能效。例如，每季度分析一次高頻移動區(qū)域的能耗與活動數(shù)據(jù)，更新管理策略以適應(yīng)新的使用模式。[0018]步驟S5:獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)，并進(jìn)行樓宇區(qū)域舒適度狀況評估及深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)；本實(shí)施例中，確定所需的環(huán)境監(jiān)測設(shè)備，以涵蓋溫度、濕度、光照和空氣質(zhì)量等多個維度。選擇高精度的傳感器，例如溫度傳感器(±0.5℃)、濕度傳感器(±3%RH)、光照傳感器(±10lx)和空氣質(zhì)量傳感器(AQI)。在樓宇內(nèi)關(guān)鍵區(qū)域(如辦公室、會議室和公共區(qū)域)布置這些傳感器，確保覆蓋所有重要的活動空間，以便于全面評估環(huán)境條件。配置數(shù)據(jù)采集系統(tǒng)，設(shè)定采樣頻率為每5分鐘一次，確保能夠?qū)崟r獲取環(huán)境數(shù)據(jù)。每個傳感器應(yīng)能夠?qū)?shù)據(jù)傳輸?shù)街醒胩幚硐到y(tǒng)，支持無線或有線網(wǎng)絡(luò)傳輸。例如，設(shè)定每個傳感器在每5分鐘內(nèi)記錄當(dāng)前的溫度(單位℃)、濕度(單位%RH)、光照強(qiáng)度(單位1x)和空氣質(zhì)量指數(shù)(AQI),確保數(shù)據(jù)的連續(xù)性和準(zhǔn)確性。在數(shù)據(jù)采集期間，確保實(shí)驗(yàn)環(huán)境的穩(wěn)定性，控制樓宇的溫度和濕度，以減少外部因素對監(jiān)測結(jié)果的影響?？梢允褂每照{(diào)系統(tǒng)保持室內(nèi)溫度在22℃,相對濕度在40%-60%之間。根據(jù)國際和行業(yè)標(biāo)準(zhǔn)，設(shè)定各項(xiàng)舒適度指標(biāo)的合理范圍。溫度應(yīng)維持在20-24°C之間，濕度應(yīng)為40-60%RH,光照強(qiáng)度應(yīng)在300-5001x之間，空氣質(zhì)量AQI應(yīng)低于100。每個區(qū)域的舒適度應(yīng)根據(jù)這些指標(biāo)進(jìn)行評估，以判斷其是否達(dá)到了舒適水平。對收集到的環(huán)境監(jiān)測數(shù)據(jù)進(jìn)行預(yù)處理，包括去除異常值和噪聲。可以使用統(tǒng)計(jì)方法(如Z-score方法)來識別并剔除異常數(shù)據(jù)點(diǎn)，確保數(shù)據(jù)的準(zhǔn)確性。例如，若某傳感器在短時間內(nèi)記錄到不合理的溫度(如超過30℃),則將其視為異常值并進(jìn)行處理。根據(jù)處理后的數(shù)據(jù)，計(jì)算每個區(qū)域的舒適度指數(shù)(ComfortIndex,CI)?？梢允褂眉訖?quán)平均法，將各個指標(biāo)按其重要性進(jìn)行加權(quán)，生成綜合的舒適度指標(biāo)：CI=(0.4×溫度得分)+(0.3×濕度得分)+(0.2×光照得分)+(0.1×空氣質(zhì)量得分),例如，若某辦公室的溫度得分為80,濕度得分為70,光照得分為90,空氣質(zhì)量得分為85,則其綜合舒適度指數(shù)為80。針對各區(qū)域的舒適度指數(shù)與能耗數(shù)據(jù)進(jìn)行相關(guān)性分析，識別舒適度與能效之間的關(guān)系?？梢允褂孟嚓P(guān)性分析方法(如皮爾遜相關(guān)系數(shù))來量化二者之間的關(guān)系。例如，分析發(fā)現(xiàn)某辦公室在舒適度指數(shù)達(dá)到75以上時，能耗通常低于特定閾值(如80kWh),則表明在這一舒適度水平下，能效得到優(yōu)化。根據(jù)分析結(jié)果，提取能效與舒適度平衡的關(guān)鍵點(diǎn)。這些關(guān)鍵點(diǎn)將幫助管理者識別在不同環(huán)境條件下的最佳操作模式，以優(yōu)化能耗。例如，記錄下在特定溫度(如22℃)和濕度(如50%RH)下，能耗與舒適度達(dá)到最佳平衡的具體參數(shù)，為后續(xù)的能效優(yōu)化策略提供依據(jù)。將舒適度評估和深度舒適平衡度分析的結(jié)果整理成報告，描述各區(qū)域的舒適度狀況、能效-舒適度平衡關(guān)鍵點(diǎn)及其應(yīng)用建議。報告應(yīng)包括每個區(qū)域的舒適度指數(shù)、相關(guān)性分析結(jié)果及優(yōu)化建議，幫助管理者制定合理的能效管理策略。[0019]步驟S6:基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)測，并根據(jù)空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。[0020]本實(shí)施例中，收集和整合樓宇內(nèi)的歷史能耗數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)以及人員活動數(shù)據(jù)。確保數(shù)據(jù)覆蓋不同時間段(如工作日、周末、節(jié)假日等),并包括高頻與低頻移動區(qū)域的相關(guān)數(shù)據(jù)。例如，匯總某辦公區(qū)域在過去六個月內(nèi)的能耗數(shù)據(jù)、環(huán)境參等)及人員活動頻率，形成綜合數(shù)據(jù)集?；谑占降臄?shù)據(jù)，采用機(jī)器學(xué)習(xí)方法(如隨機(jī)森林、支持向量機(jī)等)構(gòu)建行為-能耗關(guān)聯(lián)模型。模型應(yīng)識別出人員活動對能耗的影響，量化不同活動模式下的能耗水平。例如，訓(xùn)練模型時，輸入特征包括人員活動頻率、環(huán)境監(jiān)測數(shù)據(jù)和歷史能耗，輸出為預(yù)測的能耗值。通過交叉驗(yàn)證提高模型的準(zhǔn)確性。使用獨(dú)立的數(shù)據(jù)集對訓(xùn)練好的模型進(jìn)行驗(yàn)證，評估其預(yù)測準(zhǔn)確性。主要評估指標(biāo)包括均方根誤差(RMSE)和平均差，則需要進(jìn)一步調(diào)整模型參數(shù)或選擇新的特征以提高準(zhǔn)確性。將之前提取的能效-舒適度平衡關(guān)鍵點(diǎn)整合到電源需求預(yù)測模型中。這些關(guān)鍵點(diǎn)將作為約束條件，確保在優(yōu)化電源需求時兼顧舒適度。例如，設(shè)定溫度應(yīng)維持在22℃,濕度應(yīng)保持在50%RH,以確保在電源調(diào)度時不影響用戶的舒適體驗(yàn)。根據(jù)行為-能耗關(guān)聯(lián)模型和能效-舒適度平衡關(guān)鍵點(diǎn)，生成多層級的電源需求預(yù)測。預(yù)測結(jié)果應(yīng)覆蓋不同時間段(如小時級、日級、周級)內(nèi)的電源需求變化。例如，預(yù)測某辦公區(qū)域在接下來的24小時內(nèi)的電源需求為：上午9:00-10:00為30kWh,下午2:00-3:00為50kWh,以便于后續(xù)調(diào)度。配置自學(xué)習(xí)機(jī)制，使得電源調(diào)度系統(tǒng)能夠根據(jù)實(shí)時數(shù)據(jù)反饋不斷優(yōu)化電源需求預(yù)測和調(diào)度策略。系統(tǒng)應(yīng)使用強(qiáng)化學(xué)習(xí)算法(如Q-learning)進(jìn)行自我調(diào)整。例如，系統(tǒng)在每次調(diào)度后，評估實(shí)際能耗與預(yù)測能耗之間的差異，并根據(jù)差異調(diào)整未來的電源需求預(yù)測。根據(jù)預(yù)測的電源需求和空轉(zhuǎn)區(qū)的優(yōu)化控制策略，調(diào)整和調(diào)度各區(qū)域的電源輸出。確保在低頻移動區(qū)域內(nèi)的設(shè)備功率調(diào)整符合預(yù)測需求。例如，在低頻使用的會議室中，若預(yù)測需求為10kWh,則可將空調(diào)和照明設(shè)備的功率降低20%,確保能耗優(yōu)化。設(shè)計(jì)樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)的架構(gòu)。每個智能體負(fù)責(zé)特定區(qū)域的電源調(diào)度與管理，能夠根據(jù)實(shí)時數(shù)據(jù)和預(yù)測結(jié)果進(jìn)行獨(dú)立決策。例如，設(shè)計(jì)一個智能體負(fù)責(zé)會議室的電源調(diào)度，另一個智能體負(fù)責(zé)辦公區(qū)的能耗控制，確保整體協(xié)調(diào)。配置智能體之間的通信機(jī)制，使得各個智能體能夠共享信息和協(xié)調(diào)工作?？梢圆捎没谙㈥?duì)列的通信方式，確保實(shí)時數(shù)據(jù)的傳遞與處理。例如，當(dāng)會議室智能體檢測到能耗異常時，能夠及時通知其他智能體進(jìn)行相應(yīng)的調(diào)整，形成協(xié)同工作機(jī)制。定期評估智能體網(wǎng)絡(luò)的運(yùn)行效果，分析各智能體的調(diào)度結(jié)果與整體能效。根據(jù)反饋數(shù)據(jù)不斷優(yōu)化智能體的決策算法和調(diào)度策略。例如，每月評估一次智能體網(wǎng)絡(luò)的能效表現(xiàn)，調(diào)整算法參數(shù)以提高整體能效和舒適度。[0021]本實(shí)施例中，參閱圖2,為步驟S1的詳細(xì)實(shí)施步驟流程示意圖，本實(shí)施例中，所述步驟S1的詳細(xì)實(shí)施步驟包括：基于多通道電力監(jiān)測節(jié)點(diǎn)對區(qū)域建筑進(jìn)行全域電氣參數(shù)采集，得到所有用電設(shè)備監(jiān)測參數(shù)；計(jì)算所述所有用電設(shè)備監(jiān)測參數(shù)的電壓、電流與瞬時功率；根據(jù)所述電壓、電流與瞬時功率進(jìn)行區(qū)域設(shè)備電源能耗分析，得到電源能耗特性對電源能耗特性曲線進(jìn)行時間窗等距劃分，構(gòu)建多維能耗時間窗；對多維能耗時間窗進(jìn)行逐個窗口能耗峰值識別，標(biāo)記多個窗口的能耗峰值；計(jì)算所述多個窗口的能耗峰值的能耗密度及變化梯度；根據(jù)所述能耗密度及變化梯度進(jìn)行多維度能耗離散分布建模，構(gòu)建樓宇能耗動態(tài)分布圖譜。[0022]本實(shí)施例中，在區(qū)域建筑內(nèi)安裝多通道電力監(jiān)測節(jié)點(diǎn)，每個節(jié)點(diǎn)負(fù)責(zé)監(jiān)測特定區(qū)域內(nèi)的電氣參數(shù)。每個節(jié)點(diǎn)應(yīng)具有至少四個通道，能夠同時監(jiān)測多個用電設(shè)備的電壓和電流。確保監(jiān)測節(jié)點(diǎn)的安裝位置合理，能夠覆蓋所有主要用電設(shè)備，如照明系統(tǒng)、空調(diào)、計(jì)算至10Hz,確保能夠準(zhǔn)確捕捉到用電設(shè)備的瞬時變化。設(shè)置監(jiān)測周期為24小時，以保證數(shù)據(jù)的全面性。記錄每個設(shè)備的電壓(單位V)、電流(單位A)和瞬時功率(單位W),數(shù)據(jù)應(yīng)以時間戳形式存儲，便于后續(xù)分析。啟動數(shù)據(jù)采集系統(tǒng)，實(shí)時監(jiān)測并記錄所有用電設(shè)備的電氣參數(shù)。使用數(shù)據(jù)存儲方案，如本地?cái)?shù)據(jù)庫或云存儲，確保能夠安全和高效地存儲大量數(shù)據(jù)。例如，監(jiān)測節(jié)點(diǎn)每秒記錄每個設(shè)備的電壓、電流和功率數(shù)據(jù)，確保數(shù)據(jù)完整性和準(zhǔn)確性。根據(jù)采集的數(shù)據(jù)，計(jì)算每個用電設(shè)備的瞬時功率。瞬時功率計(jì)算公式為：瞬時功率(W)=電壓(V)×電流(A)。例如，如果某設(shè)備在特定時刻的電壓為230V,電流為5A,則瞬時功率為1150W。在獲得所有用電設(shè)備的瞬時功率后，計(jì)算每個設(shè)備的能耗。能耗計(jì)算公式為：能耗(kWh)=瞬時功率(W)×?xí)r間(小時)/1000。例如，若某設(shè)備在一小時內(nèi)持續(xù)消耗1150W,則其能耗為1.15kWh。將所有設(shè)備的能耗進(jìn)行匯總，得到區(qū)域的總能耗數(shù)據(jù)。將計(jì)算得到的能耗數(shù)據(jù)繪制成能耗特性曲線，X軸能耗隨時間的變化趨勢，識別高峰用電時段和低谷用電時段。將能耗特性曲線按照時間進(jìn)行等距劃分，例如將24小時劃分為每小時一個時間窗，形成24個時間窗。每個時間窗內(nèi)的數(shù)據(jù)用于后續(xù)分析。為了更細(xì)致的分析，也可以將時間窗劃分為30分鐘或15分鐘，以便捕捉更為細(xì)微的能耗變化。針對每個時間窗，收集相應(yīng)時間段內(nèi)的能耗數(shù)據(jù)，構(gòu)建多維能耗時間窗。每個時間窗內(nèi)包括電壓、當(dāng)前、瞬時功率和能耗等多個維度的數(shù)據(jù)。記錄每個時間窗的起止時間、總能耗、峰值功率等信息，為后續(xù)分析提供全面的數(shù)據(jù)支持。對每個時間窗內(nèi)的能耗數(shù)據(jù)進(jìn)行分析，識別出能耗峰值?？梢允褂煤唵蔚拈撝捣ɑ蚋鼜?fù)雜的算法(如滑動窗口平均)來確定峰值。例如，若某時間窗內(nèi)總能耗高于其前后時間窗的均值，則該時間窗的能耗被標(biāo)記為峰值窗口。計(jì)算每個窗口的能耗密度，定義為窗口內(nèi)的能耗與窗口長度的比率。能耗密度可用公式表示為：能耗密度=總能耗/時間窗長度(小時)。計(jì)算能耗的變化梯度，通過比較相鄰時間窗的能耗變化，識別能耗趨勢。公式為：變化梯度=當(dāng)前時間窗能耗-前一個時間窗能耗。根據(jù)計(jì)算得到的能耗密度和變化梯度，進(jìn)行多維度能耗離散分布建模。可以使用統(tǒng)計(jì)學(xué)方法如直方圖或概率密度函數(shù)(PDF)來展示能耗的分布特征。分析各個時間窗的能耗特性，識別出能耗分布的高峰和低谷，幫助理解用電設(shè)備的使用模式。將能耗離散分布數(shù)據(jù)可視化，形成樓宇能耗動態(tài)分布圖譜。圖譜應(yīng)展示不同時間段的能耗特征，幫助識別高能耗區(qū)域和潛在的節(jié)能機(jī)會。例如，通過熱圖的方式展示不同時間窗的能耗密度，方便管理者快速定位問題區(qū)域。[0023]本實(shí)施例中，參閱圖3,為步驟S2的詳細(xì)實(shí)施步驟流程示意圖，本實(shí)施例中，所述步驟S2的詳細(xì)實(shí)施步驟包括：基于微型熱成像傳感器對樓宇內(nèi)部人員活動進(jìn)行實(shí)時熱能監(jiān)測，獲取多個位置點(diǎn)的人員活動熱能值；對所述人員活動熱能值進(jìn)行不同區(qū)域熱能分布分析，生成人員活動熱能分布流；根據(jù)人員活動熱能分布流進(jìn)行熱能流向識別，生成人員區(qū)域移動軌跡；對人員區(qū)域移動軌跡進(jìn)行周期移動軌跡趨勢分析，構(gòu)建人員移動軌跡密度云圖；對人員移動軌跡密度云圖進(jìn)行移動軌跡變化頻率統(tǒng)計(jì)，并進(jìn)行區(qū)域劃分，標(biāo)記高頻移動區(qū)域以及低頻移動區(qū)域。[0024]本實(shí)施例中，選擇適合的微型熱成像傳感器，確保其具有高分辨率(如640x480像素)和快速響應(yīng)時間(如≤50ms),能夠?qū)崟r捕捉樓宇內(nèi)人員的熱能變化。傳感器應(yīng)具備良會議室等，確保能夠覆蓋所有人員活動頻繁的區(qū)域。每個傳感器應(yīng)以適當(dāng)?shù)母叨?例如2-3米)進(jìn)行安裝，以獲得最佳的監(jiān)測視角。配置傳感器的監(jiān)測參數(shù)，包括采樣頻率(建議設(shè)定為1Hz或更高)和溫度范圍(如-20℃至+120℃),確保能夠?qū)崟r捕捉到人員活動時的熱能變化。啟動熱成像系統(tǒng)，確保所有傳感器能夠正常工作并實(shí)時傳輸數(shù)據(jù)。使用數(shù)據(jù)記錄軟件，記錄每個位置點(diǎn)的熱能值，確保數(shù)據(jù)的完整性。在監(jiān)測過程中，系統(tǒng)應(yīng)持續(xù)采集各個位置的熱能值，記錄時間戳，以便后續(xù)分析。每個傳感器的數(shù)據(jù)應(yīng)以云存儲或本地存儲的方式進(jìn)行保存，以支持大規(guī)模數(shù)據(jù)處理。例如，若某一傳感器在10分鐘內(nèi)記錄到1000個熱能數(shù)據(jù)點(diǎn)，確保所有數(shù)據(jù)都以標(biāo)準(zhǔn)格式(如CSV或數(shù)據(jù)庫)存儲，方便后續(xù)分析。對采集到的人員活動熱能值進(jìn)行區(qū)域劃分，將樓宇內(nèi)部劃分為多個區(qū)域(如辦公室、休息區(qū)、走廊等),并計(jì)算每個區(qū)域內(nèi)的熱能總值和平均值。例如，若某辦公室區(qū)域的總熱能值為5000℃·m2,平均熱能值為100℃·m2,則該區(qū)域可被標(biāo)記為高熱能活動區(qū)域。根據(jù)不同區(qū)域的熱能值，生成熱能分布流圖，X軸為時間，Y軸為熱能值。通過可視化手段展示人員活動的熱能變化趨勢，幫助識別高頻活動區(qū)域。例如，使用熱圖展示各區(qū)域熱能分布情況，能夠清晰顯示哪些區(qū)域在特定時間段內(nèi)熱能值較高，說明人員活動頻繁。根據(jù)各個區(qū)域的熱能分布流，分析熱能的流向。可以使用梯度分析法，根據(jù)熱能值的變化趨勢識別人員活動的流向。例如，若某區(qū)域的熱能值在短時間內(nèi)增加，而相鄰區(qū)域的熱能值減少，則可以推測人員在這兩個區(qū)域之間移動。根據(jù)熱能流向信息，構(gòu)建人員區(qū)域的移動軌跡。每個移動軌跡應(yīng)包含時間、起始區(qū)域、終止區(qū)域及移動路徑等信息。例如，若某個員工從A區(qū)移動到B區(qū)，在此過程中熱能值變化顯著,則記錄該移動軌跡為"A區(qū)→B區(qū)",并標(biāo)記相關(guān)時間點(diǎn)。對記錄的人員移動軌跡進(jìn)行周期性等時間段，分析各時間段的移動頻率。例如，若早高峰期間某區(qū)域的移動次數(shù)為50次，而午間僅為20次，則可以推斷早高峰期間該區(qū)域活動更為頻繁。根據(jù)周期移動軌跡數(shù)據(jù)，生成人員移動軌跡密度云圖。使用熱圖或等高線圖展示人員活動的密度分布，X軸和Y軸分別為不色區(qū)域，明確標(biāo)識出人員活動密集的區(qū)域。對人員移動軌跡密度云圖進(jìn)行統(tǒng)計(jì)分析，計(jì)算各區(qū)域的移動軌跡變化頻率。統(tǒng)計(jì)每個區(qū)域在設(shè)定時間內(nèi)(如1小時、1天)的總移動次數(shù)。例如，若某區(qū)域在一天內(nèi)記錄到的移動次數(shù)為200次，而其他區(qū)域僅為50次，則該區(qū)域被標(biāo)記為高頻移動區(qū)域。根據(jù)統(tǒng)計(jì)結(jié)果，將樓宇內(nèi)部劃分為高頻移動區(qū)域和低頻移動區(qū)域。高頻區(qū)域可設(shè)置為重點(diǎn)監(jiān)控區(qū)域，便于后續(xù)的管理與優(yōu)化。例如，將高頻移動區(qū)域標(biāo)記為"A區(qū)",低頻移動區(qū)域標(biāo)記為"B區(qū)",并生成相應(yīng)的區(qū)域劃分圖，方便管理者進(jìn)行決策。[0025]本實(shí)施例中，參閱圖4,為步驟S3的詳細(xì)實(shí)施步驟流程示意圖，本實(shí)施例中，所述步驟S3的詳細(xì)實(shí)施步驟包括：根據(jù)樓宇能耗動態(tài)分布圖譜對低頻移動區(qū)域進(jìn)行高能耗用電識別，標(biāo)記空轉(zhuǎn)能耗對空轉(zhuǎn)能耗區(qū)進(jìn)行人員最高移動頻率計(jì)算，生成空轉(zhuǎn)區(qū)最高移動頻率值；計(jì)算所述空轉(zhuǎn)能耗區(qū)的當(dāng)前電源能耗；根據(jù)所述當(dāng)前電源能耗及空轉(zhuǎn)區(qū)最高移動頻率值進(jìn)行最低用電閾值預(yù)測，生成空轉(zhuǎn)區(qū)最低能耗閾值；基于空轉(zhuǎn)區(qū)最低能耗閾值進(jìn)行最低用電功率調(diào)控，生成空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制[0026]本實(shí)施例中，使用樓宇能耗動態(tài)分布圖譜，識別低頻移動區(qū)域。這些區(qū)域在人員活動上表現(xiàn)出較少的移動頻率，可能指示設(shè)備在空轉(zhuǎn)或低效運(yùn)行。分析圖譜中各區(qū)域的能耗與人員活動的關(guān)系，確定低頻移動區(qū)域的具體位置。例如，通過對比低頻移動區(qū)域的能耗特征，識別出某些區(qū)域(如會議室或閑置辦公室)能耗較高而人員活動頻率較低。對識別出的局及使用情況，為后續(xù)分析提供基礎(chǔ)。對空轉(zhuǎn)能耗區(qū)進(jìn)行人員移動頻率的統(tǒng)計(jì)分析?？梢酝ㄟ^監(jiān)測系統(tǒng)記錄在一定時間內(nèi)(如一周)的人員進(jìn)出頻率，以獲得該區(qū)域的最高移動頻率值。例如，統(tǒng)計(jì)發(fā)現(xiàn)某會議室在一周內(nèi)的最高人員移動頻率為每小時3次，這一數(shù)據(jù)將用于后續(xù)的能耗閾值預(yù)測。記錄并生成空轉(zhuǎn)區(qū)的最高移動頻率值，作為后續(xù)電源能耗分析的重要參考指標(biāo)。此數(shù)據(jù)分辨出人員活動的潛在高峰時段，有助于優(yōu)化能耗管理。例如，標(biāo)記會議室的最高移動頻率為3次/小時，確保這一信息在電源優(yōu)化策略中得到應(yīng)用。通過熱成像傳感器或電力監(jiān)測設(shè)備實(shí)時監(jiān)測空轉(zhuǎn)能耗區(qū)的電源能耗。計(jì)算當(dāng)前電源能耗的公式為：當(dāng)前能耗(kWh)=瞬時功率(W)×?xí)r間(小時)/1000。例如，若會議室在某一時段的平均瞬時功率為500W,則當(dāng)前電源能耗為0.5kWh。記錄當(dāng)前空轉(zhuǎn)能耗區(qū)的能耗數(shù)據(jù)，并與歷史數(shù)據(jù)進(jìn)行對比，識別能耗變化趨勢。這為判斷設(shè)備是否處于空轉(zhuǎn)狀態(tài)提供了依據(jù)。例如，若會議室的當(dāng)前能耗在過去一周內(nèi)均保持在0.5kWh,則說明該區(qū)域能耗較高且人員活動不足。根據(jù)當(dāng)前電源能耗及空轉(zhuǎn)區(qū)最高移動頻率值，建立最低用電閾值預(yù)測模型?？梢允褂镁€性回歸或其他統(tǒng)計(jì)方法，根據(jù)歷史能耗數(shù)據(jù)與人員活動頻率的關(guān)系，預(yù)測最低能耗閾值。例如，設(shè)定公式：最低用電閾值(kWh)=當(dāng)前能耗×(1-最高移動頻率/參考頻率),以此計(jì)算得出最低用電閾值。計(jì)算并生成空轉(zhuǎn)區(qū)的最低能耗閾值。該閾值將用于指導(dǎo)后續(xù)的能耗優(yōu)化控制策略，確保在人員活動不足的情況下，能耗保持在合理水平。例如，若當(dāng)前能耗為0.5kWh,最高移動頻率為3次/小時，參考頻率設(shè)定為10次/小時，則最低能耗閾值預(yù)測為0.4kWh?；谧畹湍芎拈撝担O(shè)計(jì)最低用電功率調(diào)控策略。這一策略應(yīng)包括在人員活動低的情況下，如何減少能耗、降低設(shè)備運(yùn)行功率。例如，設(shè)定在會議室人員活動低于某一頻率時(如每小時2次),自動調(diào)整照明和空調(diào)的功率，降低至50%。實(shí)施優(yōu)化控制策略，使空轉(zhuǎn)區(qū)的能耗得到有效管理。通過智能控制系統(tǒng)，實(shí)時調(diào)整設(shè)備功率，確保在人員活動頻率較低時，能耗保持在最低能耗閾值以下。例如，當(dāng)會議室檢測到人員活動頻率低于2次/小時時，系統(tǒng)自動將空調(diào)功率降至30%,照明功率降至50%,以避免不必要的能源浪費(fèi)。在實(shí)施優(yōu)化控制策略后，持續(xù)監(jiān)測空轉(zhuǎn)能耗區(qū)的能耗變化，并根據(jù)反饋數(shù)據(jù)進(jìn)行策略調(diào)整。確保能耗管理能夠靈活應(yīng)對人員活動的變化。例如，定期分析會議室的能耗數(shù)據(jù)，若發(fā)現(xiàn)實(shí)際能耗仍高于預(yù)測[0027]本實(shí)施例中，步驟S4包括以下步驟：對高頻移動區(qū)域進(jìn)行深度能耗時空特征分析，標(biāo)記能耗活動關(guān)鍵點(diǎn)；根據(jù)所有用電設(shè)備監(jiān)測參數(shù)對能耗活動關(guān)鍵點(diǎn)進(jìn)行用電行為挖掘，提取用電行為特征向量；識別所述用電行為特征向量的用電時長、功率變化曲線及空間分布特征；對所述用電時長、功率變化曲線及空間分布特征進(jìn)行用電行為模式多層級聚類，從而生成區(qū)域常態(tài)化用電模式；根據(jù)樓宇能耗動態(tài)分布圖譜對區(qū)域常態(tài)化用電模式進(jìn)行能耗諧波相關(guān)性分析，得到行為-能耗深層關(guān)聯(lián)規(guī)律。[0028]本實(shí)施例中，利用樓宇內(nèi)的多通道電力監(jiān)測節(jié)點(diǎn)，收集高頻移動區(qū)域的能耗數(shù)據(jù)。這些區(qū)域通常是人員活動頻繁的地方，如會議室、開放辦公區(qū)等。記錄的參數(shù)包括電壓、電流、瞬時功率和累計(jì)能耗等。設(shè)定數(shù)據(jù)采集頻率為1Hz,確保能夠捕捉到能耗變化的細(xì)節(jié)。數(shù)據(jù)應(yīng)覆蓋高頻移動區(qū)域的一整天，以便進(jìn)行全面的時空特征分析。通過分析收集到的能耗數(shù)據(jù)，識別出能耗活動的關(guān)鍵點(diǎn)。關(guān)鍵點(diǎn)可定義為能耗變化顯著的時刻，例如能耗峰值或快速下降的時刻。例如，若某會議室在上午9:00至10:00期間的能耗急劇上升，可以將此時段標(biāo)記為“關(guān)鍵點(diǎn)”,以便后續(xù)分析。針對標(biāo)記的能耗活動關(guān)鍵點(diǎn)，參數(shù)，挖掘用電行為。此過程包括識別在關(guān)鍵時間段內(nèi)哪些設(shè)備在運(yùn)行及其對應(yīng)的功率水平。例如，若關(guān)鍵點(diǎn)發(fā)生在會議室的9:00,分析該時段內(nèi)的設(shè)備(如投影儀、燈光和空調(diào)),記錄其功率及運(yùn)行時間。根據(jù)挖掘到的用電行為，提取行為特征向量。特征向量應(yīng)包含用電時長、功率變化、設(shè)備類型及其空間分布等信息。例如，若會議室在9:00至為200W,燈光功率為100W,空調(diào)功率為250W,則特征向量可以表示為：特征向量=[用電時長，投影儀功率，燈光功率，空調(diào)功率],對提取的用電行為特征向量進(jìn)行分析，識別用電時長、功率變化曲線及空間分布特征。可以使用統(tǒng)計(jì)分析方法如均值、標(biāo)準(zhǔn)差等來描述特征的分布情況。例如，分析在不同時間段內(nèi)的用電時長和功率變化，記錄其變化趨勢，形成圖表以便于可視化。將提取的用電行為特征向量進(jìn)行多層級聚類分析，使用K-means或?qū)哟尉垲惖人惴ǎR別出區(qū)域內(nèi)的常態(tài)化用電模式。聚類的結(jié)果將揭示出相似用電行為的設(shè)備組合和使用習(xí)慣。例如，通過聚類分析，發(fā)現(xiàn)某些設(shè)備組合(如會議室的燈光和空調(diào))在特定時間段經(jīng)常同時使用，這一發(fā)現(xiàn)將有助于優(yōu)化能耗。根據(jù)聚類結(jié)果，生成區(qū)域常態(tài)化用電模式。這些模式應(yīng)詳細(xì)描述在不同時間段內(nèi)的用電特征及其相應(yīng)的設(shè)備組合，為后續(xù)優(yōu)化提供依時開啟的組合。利用樓宇能耗動態(tài)分布圖譜，對區(qū)域常態(tài)化用電模式進(jìn)行能耗諧波相關(guān)性分析。通過時間序列分析方法，識別能耗波動與人員活動的關(guān)系。收集常態(tài)化用電模式期間的能耗數(shù)據(jù)，結(jié)合人員活動記錄，準(zhǔn)備進(jìn)行相關(guān)性分析。采用相關(guān)性分析方法(如皮爾遜相關(guān)系數(shù))評估用電行為與能耗之間的深層關(guān)聯(lián)規(guī)律，識別出哪些用電行為對能耗波動影響顯著。例如，通過分析發(fā)現(xiàn)，當(dāng)會議室使用頻率超過5次/小時時，能耗通常會增加20%以上。這一發(fā)現(xiàn)將幫助管理者制定更有效的用電策略。最后，根據(jù)分析結(jié)果生成行為-能耗深層關(guān)聯(lián)規(guī)律的報告。該報告應(yīng)總結(jié)出用電行為對能耗的影響規(guī)律，并提出相應(yīng)的優(yōu)化建議。例如，建議在高峰用電時段(如上午9:00-10:00)調(diào)整空調(diào)的設(shè)置，以降低能耗，同時確保舒適[0029]本實(shí)施例中，步驟S5包括以下步驟：基于分布式環(huán)境感知器陣列獲取樓宇內(nèi)多維度環(huán)境監(jiān)測數(shù)據(jù)；計(jì)算所述多維度環(huán)境監(jiān)測數(shù)據(jù)的溫度、濕度、光照對所述溫度、濕度、光照及空氣質(zhì)量進(jìn)行多指標(biāo)舒適度量化分析，以生成多維樓宇舒適度指標(biāo)流；根據(jù)多維樓宇舒適度指標(biāo)流進(jìn)行樓宇區(qū)域舒適度狀況評估，以得到不同區(qū)域的舒適度狀況；根據(jù)樓宇能耗動態(tài)分布圖譜對不同區(qū)域的舒適度狀況進(jìn)行深度舒適平衡度挖掘，提取能效-舒適度平衡關(guān)鍵點(diǎn)。[0030]本實(shí)施例中，選擇適用于樓宇環(huán)境監(jiān)測的多維度環(huán)境感知器，包括溫度傳感器、濕度傳感器、光照傳感器和空氣質(zhì)量傳感器。確保感知器的精度和響應(yīng)時間滿足實(shí)時監(jiān)測需求，比如溫度傳感器精度為±0.5℃,濕度傳感器精度為±3%RH。在樓宇內(nèi)合理布置這些傳少安裝一個環(huán)境感知器，并在高使用頻率的區(qū)域增加傳感器的數(shù)量以提高數(shù)據(jù)的準(zhǔn)確性。配置數(shù)據(jù)采集系統(tǒng)，設(shè)定數(shù)據(jù)采集頻率為1分鐘一次，以便實(shí)時獲取溫質(zhì)量數(shù)據(jù)。確保所有傳感器能夠通過無線或有線網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)街醒胩幚硐到y(tǒng)。例如，設(shè)置每個傳感器在每分鐘記錄當(dāng)前的溫度(單位℃)、濕度(單位%RH)、光照強(qiáng)度(單位1x)和空氣質(zhì)量指數(shù)(AQI),確保數(shù)據(jù)的完整性和實(shí)時性。在中央服務(wù)器或云平臺上設(shè)置數(shù)據(jù)庫，存儲所有環(huán)境監(jiān)測數(shù)據(jù)。確保數(shù)據(jù)以時間戳格式記錄，便于后續(xù)分析和查詢?？刹捎藐P(guān)系型測數(shù)據(jù)進(jìn)行預(yù)處理，包括去除異常值和噪聲。可以采用統(tǒng)計(jì)方法，如Z-score或IQR(四分位距)方法，識別并剔除異常數(shù)據(jù)點(diǎn)。例如，若某傳感器在短時間內(nèi)記錄到異常高的溫度(如超過50℃),則將其視為異常值，并進(jìn)行處理。根據(jù)預(yù)處理后的數(shù)據(jù)，計(jì)算各個區(qū)域的平均溫指標(biāo)的具體數(shù)值。例如，計(jì)算某辦公室內(nèi)的平均溫度為22℃,濕度為45%RH,光照強(qiáng)度為3001x,空氣質(zhì)量指數(shù)為50,確保這些數(shù)據(jù)能夠反映區(qū)域的環(huán)境狀況。根據(jù)溫度、濕度、光照和空氣質(zhì)量數(shù)據(jù)，建立綜合舒適度量化模型?？梢圆捎眉訖?quán)平均法，將各個指標(biāo)按其重要性進(jìn)行加權(quán)，以生成綜合舒適度指標(biāo)。例如，設(shè)定溫度權(quán)重為0.4,濕度權(quán)重為0.3,光照權(quán)重為0.2,空氣質(zhì)量權(quán)重為0.1,計(jì)算綜合舒適度指標(biāo)(CSI)為：CSI=(0.4×溫度)+(0.3×濕度)+(0.2×光照)+(0.1×空氣質(zhì)量),依據(jù)計(jì)算出的各個區(qū)域的舒適度指標(biāo)，生成多維樓宇舒適度指標(biāo)流。該指標(biāo)流應(yīng)包含時間序列數(shù)據(jù)，反映不同時間段內(nèi)各區(qū)域的舒適度變化。例如，記錄某辦公室在不同時間段(如早上9:00、下午3:00)的舒適度指標(biāo)，生成一個動態(tài)舒適度流，便于后續(xù)分析。根據(jù)生成的多維舒適度指標(biāo)流，對各個區(qū)域進(jìn)行舒適度狀況評估。可以5001x之間，空氣質(zhì)量AQI應(yīng)低于100。例如，若某辦公室的CSI計(jì)算結(jié)果為75,符合設(shè)定的舒中，形成各區(qū)域的舒適度評估報告。報告應(yīng)包括每個區(qū)域的舒適度指標(biāo)、評估結(jié)果及相應(yīng)的宇能耗動態(tài)分布圖譜，對不同區(qū)域的舒適度狀況進(jìn)行深度分析，挖掘能效與舒適度之間的平衡關(guān)系?？梢允褂镁€性回歸或相關(guān)性分析方法來識別二者之間的關(guān)系。例如，分析發(fā)現(xiàn)當(dāng)某區(qū)域的舒適度CSI值達(dá)到80時，其能耗通常低于特定閾值，表明此時的能效與舒適度達(dá)到最佳平衡。根據(jù)分析結(jié)果，提取能效-舒適度平衡的關(guān)鍵點(diǎn)。這些關(guān)鍵點(diǎn)將幫助管理者識別在不同環(huán)境條件下的最佳操作模式，以優(yōu)化能耗。例如，記錄下在特定溫度和濕度下(如22°C和50%RH),能耗與舒適度達(dá)到最佳平衡的具體參數(shù)，用于后續(xù)的能效優(yōu)化策略制定。[0031]本實(shí)施例中，步驟S6包括以下步驟：基于行為-能耗深層關(guān)聯(lián)規(guī)律及能效-舒適度平衡關(guān)鍵點(diǎn)進(jìn)行多層級電源需求預(yù)對樓宇能耗動態(tài)分布圖譜進(jìn)行實(shí)時能耗時序波動分析，標(biāo)記周期性能耗波動節(jié)基于所述能耗波動節(jié)點(diǎn)進(jìn)行能耗波形分解，提取長短期能耗趨勢分量；根據(jù)長短期能耗趨勢分量進(jìn)行能耗態(tài)勢預(yù)測，以得到多個時間點(diǎn)的能耗態(tài)勢預(yù)測根據(jù)最優(yōu)電源需求預(yù)測及多個時間點(diǎn)的能耗態(tài)勢預(yù)測值進(jìn)行電源能耗調(diào)度，生成能耗調(diào)度智能控制策略；對能耗調(diào)度智能控制策略及空轉(zhuǎn)區(qū)電源能耗優(yōu)化控制策略進(jìn)行自學(xué)習(xí)拓?fù)鋬?yōu)化，構(gòu)建樓宇電源能耗調(diào)度智能體網(wǎng)絡(luò)。[0032]本實(shí)施例中，收集樓宇內(nèi)的行為數(shù)據(jù)與能耗數(shù)據(jù)，包括人員活動記錄、環(huán)境監(jiān)測數(shù)據(jù)及電力消耗數(shù)據(jù)。確保數(shù)據(jù)覆蓋多個時間段(如周、月),并進(jìn)行清洗和預(yù)處理，去除異常值和噪聲。采用機(jī)器學(xué)習(xí)模型(如隨機(jī)森林或長短期記憶網(wǎng)絡(luò)LSTM)進(jìn)行多層級電源需求預(yù)行為對能耗的影響。將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，使用訓(xùn)練集對模型進(jìn)行訓(xùn)練，并通過測試集驗(yàn)證模型的預(yù)測準(zhǔn)確性。評估指標(biāo)可以使用均方根誤差(RMSE)和平均絕對百分比誤差(MAPE)來衡量模型性能。例如，若模型的RMSE為5kW,說明在能耗預(yù)測中存在5kW的誤差，需進(jìn)一步調(diào)整模型參數(shù)以提高預(yù)測精度。在訓(xùn)練好的模型基礎(chǔ)上，使用最新的行為和環(huán)境數(shù)據(jù)進(jìn)行電源需求預(yù)測。生成的預(yù)測結(jié)果應(yīng)覆蓋未來的多個時間點(diǎn)(如接下來的24小時),以便于后續(xù)的能耗調(diào)度。例如，預(yù)測結(jié)果顯示未來24小時內(nèi)的電源需求分別為50kW、55kW、60kW等，構(gòu)成電源需求預(yù)測曲線。利用已部署的監(jiān)測系統(tǒng)，持續(xù)收集樓宇據(jù)，生成實(shí)時的能耗動態(tài)分布圖譜。確保監(jiān)測頻率為1分鐘，以獲取詳個監(jiān)測點(diǎn)的瞬時功率，并將其轉(zhuǎn)換為能耗數(shù)據(jù)，形成實(shí)時的能耗波動信息。對收集到的實(shí)時能耗數(shù)據(jù)進(jìn)行時序波動分析，識別出周期性的能耗波動節(jié)點(diǎn)。這些節(jié)點(diǎn)代表能耗變化顯著的時刻。例如，若發(fā)現(xiàn)周一上午9:00至10:00期間能耗通常會出現(xiàn)波動峰值，則將該時間段標(biāo)記為“周期性能耗波動節(jié)點(diǎn)”?；谒鶚?biāo)記的能耗波動節(jié)點(diǎn)，采用小波變換或傅里葉變換等技術(shù)將能耗波形進(jìn)行分解，提取長短期趨勢分量。長短期分量有助于識別能耗的周期性和隨機(jī)性成分。例如，長期趨勢可能表現(xiàn)為逐漸上升的能耗，而短期波動則可能與人員活動高峰有關(guān)。利用提取的長短期能耗趨勢分量進(jìn)行能耗態(tài)勢預(yù)測?？梢允褂脮r間序列分析方法(如ARIMA模型)來預(yù)測未來多個時間點(diǎn)的能耗值。例如，若短期趨勢顯示未來幾小時能耗將上升，則需在調(diào)度策略中考慮這一變化。根據(jù)最優(yōu)電源需求預(yù)測和多個時間點(diǎn)的能耗態(tài)勢預(yù)測值，設(shè)計(jì)電源能耗調(diào)度策略。該策略應(yīng)包括在高需求時段如何合理分配電源，確保能效與舒適度的平衡。例如，若預(yù)測顯示在下午3:00至4:00期間