层级能源结构场景构建方法及能耗异常链路追溯方法

技术领域

本发明涉及层级能耗场景构建及追溯技术领域，具体涉及层级能源结构场景构建方法及能耗异常链路追溯方法。

背景技术

在工厂生产过程中，需要对工厂中各设备的耗能进行监管，以此获取设备的运行状态。通过对能耗的分析则可判定对应设备是否出现异常，从而能够快速及时的对异常设备进行干预，采取对应措施，提高工厂运行稳定性。

但现有的能耗异常识别方法针对的是单点能耗异常，对于存在层级性能源结构数据的场景，无法给出准确且及时的异常状态判断。主要表现在以下几种情况：

1.顶层能耗异常，且下层每个能耗点都异常，导致识别点较多且无法准确获取异常链路，致使识别判断难度加大；

2.顶层能耗异常，但下层每个能耗点都正常，由于只能对异常的点进行识别，因此只能获取顶层的能耗异常数据，但顶层数据为综合能耗数据，导致无法识别具体的异常点；

3.顶层能耗正常，且下层每个能耗点都正常，虽然此时并没有出现异常，但无法对当前每个能耗点的偏离值进行分析，从而无法预判可能出现异常的点位信息，导致信息延迟；

4.各层能耗异常判断模型无法自动更新。

由此，现有的能耗异常识别方法针对层级性能源结构异常识别繁琐，且只有在单点出现异常时才能作出反应，导致现有的识别方法精准度低，识别效率低。

发明内容

本发明意在提供一种层级能源结构场景构建方法及能耗异常链路追溯方法，以解决现有技术中针对层级性能源结构的异常识别繁琐，识别精准度低，且识别效率低的问题。

为达到上述目的，本发明采用如下技术方案，一种层级能源结构场景构建方法，用于搭建层级性能源结构关系网络图，能够从全局出发，根据各层级能耗状态精准获取数据信息，并根据构建的链路关系综合分析各层级偏离值，预判异常状态。具体包括以下步骤：

步骤一，按照设定的层级分类标准对能耗对象进行划分，形成树状层级关系；

步骤二，提取各能耗对象的相关能耗指标，根据能耗指标建立各能耗对象的有向无权重关系图；构成网络图G；

步骤三，构建异常值识别算法模型，搭建能源结构场景。

本方案的原理及优点是：

在对工厂设备能耗异常识别时，为保证每个能耗点都能够做到及时识别，精准判定，快速响应，因此认为采用点对点的单点识别会更加精准，同时在异常情况出现时，也只需要针对单点检测的位置进行处理即可。由此存在对能耗异常识别的固有思维，认为在设备能耗识别中，采取单独的点对点检测会更优于整体检测。

对于层级性能源结构，也会采用固有的检测模式，认为以点对点的方式进行检测，其效果会更精准。虽然点对点的检测针对性更强，但我们却忽略了对于层级性能源结构而言，其还存在各层级、层级内部各能耗点的相互影响关系，而单点检测只能针对单个体，无法判断其关联性，进而对层级性能耗结构的检测不够准确且检测繁琐，效率低。

由此，本申请根据工厂中的生产单元构建一种层级性能源结构关系图，以此建立起各能耗对象之间的关联性，并根据各层级相互关系，设立各能耗点的权重关系，以此形成完整的结构图，实现全面准确的关系追溯和异常链路捕捉，提高异常能耗点识别精准度和分析效率。

进一步，类标准按照工厂-工艺段-工艺单元的物理层级对能耗对象进行划分；对同层级中具有嵌套的能耗相关元素，进行逐层拆分，并将各层级中能耗相关元素集合表示为：

L＝{L

进一步，步骤二中，还包括以下子步骤：

(1)拆解各层能耗计算公式，将同一层能耗计算公式能耗相关元素拆解表示为

l

(2)将拆解获得的能耗对象观测变量结果L

(L

(L

...

(L

(3)将L

(4)遍历上述(1)-(3)步骤，直至完成所有层级的节点对建立，构成完整的网络图G。

进一步，网络图G包括层级结构中所有能耗对象的节点对信息以及每一个节点对的初始化权重，初始化权重为null；其中节点对信息包含起始节点L

进一步，步骤三中，还包括收集各层级能耗历史T个时刻点的数据，并采用以下公式对异常值鲁棒的统计信息来缩放特征：

相应的，本发明还提供了一种层级能源能耗异常链路追溯方法，应用于上述构建的层级能源结构场景。包括以下步骤：

步骤A，计算每个能耗指标的异常程度和状态，并更新至有向无权重关系图中，形成有向带权重关系图；

步骤B，对判断的异常节点对按照设定的排序规则进行层级排序；

步骤C，根据获取的异常节点对计算出各异常节点的最短路径并进行存储输出。

本方案根据排序后的异常节点对，则可直观的获取各能耗对象节点的异常状态，并根据权重分析，找出对上层能耗产生影响的各能耗异常链路，根据追溯的能耗异常链路制定有效的整改措施，从而提升对异常状态的干预效率。

进一步，在步骤A中，将每个能耗指标的异常程度通过量化值输出，并输出状态判断结果；其中，异常程度的变量计算方式采用如下公式：

根据公式2判断异常状态，其中，异常状态判定公式如下：

进一步，步骤A中，还包括赋予变量到上层节点的边权重值，其边权重值的计算公式为：

W

进一步，在步骤B中，排序规则包括第一排序规则和第二排序规则；其中第一排序规则为对不同层级，按照层级从上至下排序；第二排序规则为对于同一层级，按照划定的权重大小进行排序。

进一步，在步骤C中，将异常节点数据存储为结构数据，并输出追溯信息；其中追溯信息包括异常节点名称、异常节点数值、节点正常范围、分析到第{n}层、原因节点、异常传递路径、异常传递长度。

附图说明

图1为本发明实施例一的流程示意图。

图2为本发明实施例一的划分能耗对象结构示意图。

图3为本发明实施例一的有向无权重关系示意图。

图4为本发明实施例二中方法流程示意图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

如附图1所示，本实施例中的一种层级能源结构场景构建方法，用于根据工厂的生产单元构建一种全面的层级能源结构关系图，并根据关系图建立各层级之间的能耗链路，根据链路快速精准的获取能耗信息，便于及时作出干预措施。

具体包括以下步骤：

S1，根据确定的能耗对象，按照设定的层级分类标准，使用网络树状图设计层级关系。

其中，分类标准按照工厂-工艺段-工艺单元的物理层级分割方式，将能耗对象进行分层级，从而使能耗对象与工厂生产中的物理单元相互对应，从而提高分析结果的可读性。

同时，当同层级中的能耗对象出现多层嵌套的能耗相关元素，则再将嵌套的能耗相关元素进行拆分，独立分成多层，直至每个能耗相关元素无嵌套关系。既能涵盖全面的能耗对象，又能清晰准确的对各能耗对象进行划分，保证各层级能耗对象划分准确到位，便于梳理准确的能耗链路图。

本实施例中，如附图2所示，按照工厂原料磨工序，将原料磨工序电耗划分为生料工序用电和生料总产量两个一级能耗对象。判断一级能耗对象是否存在嵌套的能耗相关元素，根据相关元素将一级能耗对象分别划分为二级能耗对象，将生料工序用电，划分为1#原料磨工序用电和2#原料磨工序用电两个二级能耗对象；将生料总产能划分为1#磨产量和2#磨产量两个二级能耗对象。

再判断二级能耗对象是否存在嵌套的能耗相关元素，根据相关元素划分三级能耗对象，如将1#原料磨工序用电划分为生料系统公共用电和1#磨系统用电；将2#原料磨工序用电划分为生料系统公共用电和2#原料磨系统用电，以此类推，直至每个能耗相关元素无嵌套关系。

具体的，各层级中能耗相关元素集合的表达式如下：

L＝{L

式中，L

若L

S2，建立有向无权重关系图。

本实施例中，根据构建的能耗相关元素集合公式，提取出相关能耗指标，并按照层级梳理能耗指标关系，形成有向无权重关系图。其中，包括以下子步骤：

S2.1，拆解各层能耗计算公式，将各层能耗计算公式能耗相关元素拆解表示为

L＝{L

式中，L为各层能耗计算公式的能耗相关元素拆解集合，式中

L

L

遍历拆解各层能耗计算公式，通过以上的公式拆解，可以找出与第n层相关的第n-1层所有能耗对象的观测变量。

S2.2，将S2.1中拆解获得的能耗对象观测变量结果组成网络节点对：

(L

(L

...

(L

式中，W

S2.3，将L

S2.4，遍历上述S2.1-S2.3步骤，直至完成所有层级的节点对建立，构成完整的网络图G，其中，网络图G包括包括层级结构中所有能耗对象的节点对信息以及每一个节点对的初始化权重，其中，空的边权重是结束节点到起始节点初始化权重，初始化权重为null；其中节点对信息包含起始节点L

S3，构建异常值识别算法模型。

根据S2中梳理的各层级能耗指标，使用历史最近T个时刻点的数据，进行异常值识别算法建模。具体的，建模步骤主要包括以下子步骤；

S3.1，收集各层级能耗历史T个时刻点的数据。

S3.2，使用以下公式对异常值鲁棒的统计信息来缩放特征

其中，V'

通过计算训练集中样本的相关统计量，对每个特征分别进行定心和缩放。如下表1所示：原料磨工序电耗历史时刻T＝6388，在样本T的时间范围内，原料磨工序电耗25％、50％、75％分位数分别是15.155、16.426、17.863，则公式1中的mediam＝16.426,IQR＝17.863-15.155＝2.708，若第i时刻的原料磨工序电耗实时值V

则

此时原料磨工序电耗的定心即为mediam＝16.426，第i时刻的原料磨工序电耗实时值缩放结果V′

本实施例中，经过S3的计算，可得到每个能耗节点的中位数如下表所示：

表1

表中，针对十个能耗对象节点变量，使用历史T＝6388个时刻样本点，得到的中位数统计值。从而构建出层级能源结构场景，便于对各层级能源对象进行异常数据识别和分析。

本实施例中，对能耗对象按照工厂-工厂段-工艺单元进行分类，从而构建全面准确的层级关系图，使构建的层级关系更贴合工厂实际生产单元，能够从全局出发，给出能耗异常的传递路径和排序。同时根据划分的层级结构，可满足指定层级的能耗对象分析，满足链路灵活拆开重组，可扩展性更强。

同时通过构建的关系图也可按照建立的模型准确自动采集设备、工艺、原材料性质等历史数据，进而可按时或按量或根据设定触发更新数据，做到实时更新，满足不同分析评估对象，以提高异常识别模型对各能耗对象的识别精准度。

而一般对于较大型生产工厂，能耗对象的测点数量都较庞大，为提高对各能耗节点的识别精准度，都会采用点对点的单点测量方式，以细化测量数量，降低单个测量节点的数据量，提高单点针对性，进而保证测量精度，而不会采用全局构建测量节点的方式。而本申请采用层级划分，逐层能耗对象权重分配的方式，将各能耗对象进行合理的分配，通过有向无权重关系图表示各能耗节点之间的关系，从而在构建全局关系图时降低数据量，明确划分各能耗对象的层级关系，保证全局节点排布，实现能够从全局出发进行多层级，结构化链路追溯的效果，进而克服全局节点结构化难以实现的问题，对于从全局出发实现异常链路追溯提供更好的模型支撑。

实施例二

本实施例中，还提供一种应用实施例一中构建的层级能源结构场景模型，对各能耗对象的能耗异常进行链路追溯的方法。如附图4所示，主要包括以下步骤：

步骤1，计算每个能耗指标的异常程度和状态，并更新至有向无权重关系图中，形成有向带权重关系图。输出各层级每个能耗指标的异常程度量化值和状态判断结果。同时，将每个能耗指标的异常程度量化值更新至S2中建立的有向无权重关系图中。具体的，包括以下子步骤：

步骤1.1，根据公式1，计算L

其中，V'

步骤1.2，根据以下公式判断L

其中，t

步骤1.3，赋予L

W

其中，W

步骤1.4，遍历网络图G中有的节点L，使用公式2-公式4，得到每个能耗节点的异常程度、判断结果以及到上层边节点的权重值，本实施例中，异常值判断统计结果如下表所示，

表2

表2中，是对实施例一中10个能耗节点变量，使用历史T＝6388个时刻样本点做的异常值判断结果统计，其中以**_trans结尾的变量，是对**变量根据公式2做异常值鲁棒的计算结果统计；以**_juge结尾的变量，是对**变量根据公式3做是否正常的阈值判断。所有能耗节点变量到上层边的权重，使公式4，其中V'

本实施例中，根据实时能耗数据与历史能耗数据分布相对位置关系表征能耗异常程度，可对能耗进行实时监测，即使能耗监测点未超出设定阈值，也可以根据对异常程度的评估，进行链路分析预测，做到实时在线评估。

步骤2，对判断的异常节点按照设定的排序规则进行层级排序。其中，第一排序规则为：对于不同层级，按照层级从上至下排序，即从一级能耗对象开始向下排序。第二排序规则为：对于同层级，按照划定的权重大小进行异常程度排序，并输出所有异常节点对信息。

其中，根据公式3筛选出t

本实施例中，异常节点层级排序结果如下表所示，

表3

由表3中可知，node_level＝0层的原料磨工序电耗node_juge＝1出现异常。引起上述指标异常的下层节点是node_1evel＝1层的生料总产量。继续往下层追溯，应用生料总产量的下层指标是1#磨产量和2#磨产量，其中因为1#磨产量的异常程度node_trans_abs＝4.08大于2#磨产量的异常程度node_trans_abs＝3.10，因此排序在1#磨产量之前。由此得出各异常节点的排序位置关系。

步骤3，根据获取的异常节点计算出各异常节点的最短路径并进行存储。

具体的，根据步骤1中建立的有向带权重关系图，逐个计算步骤2中得到的排序后的异常节点对。若节点对之间可以连通，并且起始节点非叶节点，则输出追溯信息。追溯信息包括异常节点名称、异常节点数值、节点正常范围、分析到第{n}层、原因节点、异常传递路径、异常传递长度，并存储成结构数据。将分析的结果按照层级结构化存储，便于使用结构化树图呈现，更直观明了的发现网络中的异常，便于查询和追溯。

本实施例中，根据排序后的异常节点对，则可直观的获取各能耗对象节点的异常状态，并根据权重分析，找出对上层能耗产生影响的各能耗异常链路，根据追溯的能耗异常链路制定有效的整改措施，从而提升对异常状态的干预效率。

对于大型生产企业，能耗测点数量较庞大，尤其是具有层级关系的能耗数据层层汇总的情况，越往上，能耗数据越是通过底层能耗测点公式计算而来，而非实体测点。因此通常会受到下层各个节点能耗数据影响，使得上层异常程度较大，而无法准确找到异常点。通过本申请，在能耗分析过程中，就能够通过链路追溯将能耗异常的传递路径还原，从而找到对上层能耗影响最大的下层测点，进行针对性处理。实现多层级、结构化能耗异常全链路的追溯分析。

同时，当下层能耗都在正常值范围内，但稍微偏高的状态时，其没有超出能耗报警阈值，但由于各层级的误差累计效应，导致上层能耗出现异常。此时根据设计的权重关系图，通过量化评估下层能耗对上层能耗的贡献程度，则可确定出下层主次要影响能耗点，和异常传递路径的排序情况，便于精准定位能耗异常位置，并采取有效措施。

以上所述的仅是本发明的实施例，方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明技术方案的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。