CN112633762A - 楼宇能效获取方法及设备 - Google Patents
楼宇能效获取方法及设备 Download PDFInfo
- Publication number
- CN112633762A CN112633762A CN202011637624.6A CN202011637624A CN112633762A CN 112633762 A CN112633762 A CN 112633762A CN 202011637624 A CN202011637624 A CN 202011637624A CN 112633762 A CN112633762 A CN 112633762A
- Authority
- CN
- China
- Prior art keywords
- energy efficiency
- building
- preset energy
- preset
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 28
- 238000005265 energy consumption Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 20
- 239000002699 waste material Substances 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 13
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 15
- 230000008901 benefit Effects 0.000 description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000013439 planning Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- -1 electricity Substances 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机技术领域，提供了楼宇能效获取方法及设备，该方法包括：采集目标楼宇的多项预设能效指标的数据；根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。本发明能够提高楼宇能效获取的准确度。
Description
技术领域
本发明属于计算机技术领域，尤其涉及楼宇能效获取方法及设备。
背景技术
随着社会经济与科技的迅速发展，人们环保和节能意识逐渐提高，对能源的有效利用也越来越重视。由此，综合能源***的概念受到关注，基于综合能源***的楼宇也越来越多。基于综合能源***的楼宇能效获取对楼宇规划阶段的设计、以及楼宇运行阶段能源设备的运行管理等具有重大作用。
目前，通常由人工经验设置能效指标以及权重，结合楼宇的数据，实现对楼宇能效的获取。然而，人工经验的主观性强，导致获取到的楼宇能效准确度差。
发明内容
有鉴于此，本发明实施例提供了楼宇能效获取方法及设备，以解决现有技术中楼宇能效获取准确度差的问题。
本发明实施例的第一方面提供了一种楼宇能效获取方法，包括：
采集目标楼宇的多项预设能效指标的数据；
根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；
根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；
根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。
本发明实施例的第二方面提供了一种楼宇能效获取装置，包括：
采集模块，用于采集目标楼宇的多项预设能效指标的数据；
处理模块，用于根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；
所述处理模块，还用于根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；
所述处理模块，还用于根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。
本发明实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上第一方面所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上第一方面所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：通过采集目标楼宇的多项预设能效指标的数据；根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值，能够在获取楼宇能效过程中考虑信息熵，将由信息熵确定的权重值和由层次分析算法得到的权重值来共同确定各预设能效指标的权重值，结合信息熵的客观性和层次分析算法的主观性，使得各预设能效指标的权重值更为准确，进而提高楼宇能效获取的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的楼宇能效获取***的结构示意图；
图2是本发明一实施例提供的楼宇能效获取方法的流程示意图；
图3是本发明又一实施例提供的楼宇能效获取方法的流程示意图；
图4是本发明另一实施例提供的楼宇能效获取方法的流程示意图；
图5是本发明一个实施示例的实现流程图；
图6为本发明一实施例提供的楼宇能效获取装置的结构示意图；
图7是本发明一实施例提供的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
随着社会经济与科技的迅速发展，人们环保和节能意识逐渐提高，对能源的有效利用也越来越重视，不断的能源浪费逐渐导致能源危机和严重的环境污染。能源发展也面临能源消费结构不合理、能源供需分布不匹配、各类能源***不融合、合理投资回报模式缺乏等严峻挑战，传统微电网已不能解决目前的多种问题。由此，如何分配能源并使其被高效率利用就成为了需要重视的问题，这使得综合能源***的概念的日渐受到关注。综合能源***在建模、规划、运行优化等方面己有不少研究成果，并且开展了一些综合能源***的实际楼宇，但在其能效获取方面却存在着空白。为了让综合能源***楼宇发挥其在综合能源***发展进程中最大的作用，楼宇的能效获取必不可少。例如，在建设综合能源***工程的楼宇规划阶段，面对已有的若干个规划建设方案，每个方案投资收益比如何、造成的环境影响有多大、采用哪几种能源设备使得综合效率最高等问题都需要通过能效获取以得到具体的直接信息或者间接信息，辅助做出最科学客观的分析决策。又如，在楼宇建设完成后的运行阶段，如何管理能源设备的运行以实现节能最大化，也需要获取楼宇能效并依据楼宇能效进行控制和调整。
目前，通常由人工经验设置能效指标以及权重，结合楼宇的数据，实现对楼宇能效的获取。然而，人工经验的主观性强，导致获取到的楼宇能效准确度差。
本发明实施例通过采集目标楼宇的多项预设能效指标的数据；根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值，能够在获取楼宇能效过程中考虑信息熵，将由信息熵确定的权重值和由层次分析算法得到的权重值来共同确定各预设能效指标的权重值，结合信息熵的客观性和层次分析算法的主观性，使得各预设能效指标的权重值更为准确，进而提高楼宇能效获取的准确度。
图1为本发明实施例提供的楼宇能效获取***的结构示意图。如图1所示，该***可以包括但不限于下述至少一项：楼宇部署的能耗设备11、存储楼宇数据的设备12、第三方数据平台13、电子设备14和用户终端15。
其中，楼宇部署的能耗设备11可以包括但不限于下述至少一项：光伏设备、电气设备、门禁设备、监控设备、空调、电梯、照明设备、消防设备等。存储楼宇数据的设备12可以包括但不限于下述至少一项：电脑、手机、服务器等，例如，楼宇数据可以由楼宇规划的人员或者楼宇管理人员存储到该设备上。第三方数据平台13可以包括但不限于楼宇数据管理平台、第三方数据搜索平台等。需要说明的是，对于已建设完成处于运行阶段的楼宇，可以通过与楼宇部署的能耗设备11进行通信来采集数据，而对处于规划阶段的楼宇在获取能效时，无法通过与楼宇部署的能耗设备11进行通信来采集数据，可以根据所规划部署的设备型号通过存储楼宇数据的设备12和/或第三方数据平台13采集各设备的能耗、运行模式等数据。
电子设备14可以包括但不限于下述至少一项：终端设备、服务器等。电子设备14执行计算机程序时能够实现本发明实施例所提供的方法，具体的，电子设备14通过与楼宇部署的能耗设备11、存储楼宇数据的设备12、第三方数据平台13通信，采集目标楼宇的多项预设能效指标的数据，按照本发明实施例所提供的方法处理多项预设能效指标的数据，得到目标楼宇的能效值。
用户终端15可以包括但不限于下述至少一项：手机、平板电脑、台式电脑、车载终端、可穿戴设备等。用户可以通过用户终端15查看电子设备14所得到的目标楼宇的能效值。例如，电子设备14得到目标楼宇的能效值后，将目标楼宇的能效值、各项预设能效指标的数据以及第三权重值中的一项或多项发送至用户终端，以便用户终端展示给用户查看。又如，用户终端15在接收到用户输入的查询指令后，向电子设备14发送查询请求，电子设备14 根据查询请求向用户终端15发送目标楼宇的能效值、各项预设能效指标的数据以及第三权重值中的一项或多项。需要说明的是，在电子设备14为具有显示屏的终端设备时，电子设备14得到目标楼宇的能效值后，可以显示目标楼宇的能效值、各项预设能效指标的数据以及第三权重值中的一项或多项，以便用户查看。
图2是本发明一实施例提供的楼宇能效获取方法的流程示意图。该方法的执行主体为图1中的电子设备。如图2所示，该方法包括：
S201，采集目标楼宇的多项预设能效指标的数据。
本实施例中，目标楼宇为需要确定能效的楼宇。目标楼宇可以为一个或多个，在此不作限定。预设能效指标为影响楼宇能效的指标。预设能效指标可以为用户预先设定，也可以通过对候选指标按照一定规则筛选得到，在此不作限定。例如，预设能效指标可以包括但不限于下述至少一项：内部收益率、增量投资静态回收期、楼宇废弃物排放量、楼宇单位能耗排放量、楼宇废弃物减排率、楼宇可再生能源占比、楼宇能源***利用率、楼宇热/冷效率、楼宇㶲效率、楼宇储能效率、设备平均利用率、楼宇一次能源利用率、楼宇节能率。
电子设备可以通过与目标楼宇部署的能耗设备、存储目标楼宇数据的设备、第三方数据平台等中的一项或多项设备进行通信，以采集目标楼宇的初始数据，然后根据目标楼宇的初始数据确定各项预设能效指标的数据。例如，初始数据可以包括但不限于下述至少一项：燃料成本、人工成本、设备维护成本和设备折旧、氮、碳、硫化物排放量、氮、碳、硫化物当量值、单位能耗产生的污染当量数、***能源消耗量、可再生能源的年发电量、电储能蓄电原件输入电量和输出电量、***供电量、制冷量和供热量等。
S202，根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值。
本实施例中，预设能效指标的个数在此不作限定。例如，预设能效指标有17项，则首先根据这17项预设能效指标的数据，计算每一项预设能效指标的信息熵，然后根据这17项预设能效指标的信息熵，计算每一项预设能效指标的第一权重值。
S203，根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定。
本实施例中，由信息熵所确定出的权重值称为第一权重值，由层次分析算法所确定出的权重值称为第二权重值。在得到每一项预设能效指标的第一权重值和第二权重值之后，针对每一项预设能效指标，可以由该预设能效指标的第一权重值和第二权重值，确定该项预设能效指标的第三权重值。第三权重值为后续用于获取楼宇能效所使用的权重值。
S204，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值。
本实施例中，目标楼宇的能效值可以表示为能效分值或者能效等级。其中，能效等级的范围可以由用户根据需求进行设定，在此不作限定。例如，能效值可以为85分，或者能效值可以为能效等级三级。
本发明实施例通过采集目标楼宇的多项预设能效指标的数据；根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值，能够在获取楼宇能效过程中考虑信息熵，将由信息熵确定的权重值和由层次分析算法得到的权重值来共同确定各预设能效指标的权重值，结合信息熵的客观性和层次分析算法的主观性，使得各预设能效指标的权重值更为准确，进而提高楼宇能效获取的准确度。
图3是本发明又一实施例提供的楼宇能效获取方法的流程示意图。在图2所示实施例的基础上，对确定各项预设能效指标的信息熵的具体实现过程进行了说明。如图3所示，该方法包括：
S301，采集目标楼宇的多项预设能效指标的数据。
S302，对多项预设能效指标的数据进行标准化处理，以生成指标矩阵。
S303，针对每项预设能效指标，根据指标矩阵，确定该预设能效指标的信息熵。
本实施例中，目标楼宇为多个。对多项预设能效指标的数据进行标准化处理可以包括：针对每项预设能效指标，将每个目标楼宇的该预设能效指标的数据进行归一化处理。首先将多个目标楼宇的经过标准化的各预设能效指标的数据生成指标矩阵，然后根据该指标矩阵和信息熵的计算公式，计算各项预设能效指标的信息熵。
例如，设由n个预设能效指标，m个目标楼宇形成的指标矩阵为 Y＝(yij)n×m,i＝1,2,...,n；j＝1,2,...,m。首先将预设能效指标的数据进行标准化处理。
其中，yij表示第j个目标楼宇的第i项预设能效指标的数据，Eij表示对yij标准化处理得到的数据。
根据信息熵的计算公式，第i个预设能效指标的信息熵为：
其中，当Eij＝0时，令EijlnEij＝0。
S304，根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值。
S305，根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定。
S306，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值。
本实施例中，通过对多项预设能效指标的数据进行标准化处理，以生成指标矩阵，然后针对每项预设能效指标，根据指标矩阵，确定该预设能效指标的信息熵，能够准确确定各项预设能效指标的信息熵。
作为本发明的一种实施方式，在上述任一实施例的基础上，根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值可以包括：
针对每项预设能效指标，将第一差值除以第二差值，以得到该预设能效指标的第一权重值，其中，第一差值为1与该预设能效指标的信息熵之间的差值，第二差值为预设能效指标的总个数与各预设能效指标的信息熵的总和之间的差值。
本实施例中，设第i个预设能效指标的信息熵表示为H(i)，共有n个预设能效指标，则第i个预设能效指标的第一权重值可表示为：
最终得到n个预设能效指标的权重向量W”＝(w1”,w2”,...,wn”)。
作为本发明的一种实施方式，在上述任一实施例的基础上，根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值可以包括：
针对每项预设能效指标，将该预设能效指标的第一权重值与第一预设系数的乘积值，与该预设能效指标的第二权重值与第二预设系数的乘积值求和，以得到该项预设能效指标的第三权重值。
本实施例中，第一预设系数和第二预设系数的取值可以根据需求进行设定，在此不作限定。第一预设系数和第二预设系数均小于1。可选地，第一预设系数和第二预设系数之和等于1。例如，第一预设系数可以为0.7，第二预设系数可以为0.3。
本实施例中，通过设置第一预设系数和第二预设系数，一方面能够将信息熵所得到的权重和层次分析算法所得到的权重综合起来，通过信息熵所得到的权重的客观性来调整层次分析算法所得到的权重的主观性，使得各项预设能效指标的第三权重值更为适当，另一方面利用第一预设系数和第二预设系数使用户能够调节由信息熵所得到的权重和由层次分析算法所得到的权重在第三权重值中的比重，适用更为广泛。
图4是本发明另一实施例提供的楼宇能效获取方法的流程示意图。在上述任一实施例的基础上，对根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值的具体实现过程进行了说明。如图4所示，该方法包括：
S401，采集目标楼宇的多项预设能效指标的数据。
S402，根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值。
S403，根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定。
S404，采用物元可拓算法，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值。
本实施例中，可以利用物元可拓算法进行建模，以确定目标楼宇的能效值。其中，物元可拓算法中各项预设能效指标的权重值采用上述实施例所确定的各项预设能效指标的第三权重值。
物元可拓算法的实现步骤可以包括：
步骤一，确定物元
将要评价的目标楼宇的能效值记作N，其特征记为c，特征量值记为v,假设N有多个特征C1,C2,...Cn这n个特征对应的量值为v1,v2,...vn，则可表示为:
其中，R为n维物元,简记为:R＝(N,c,v)
c表示要评价的物元的n个特征:c＝(c1,c2,...cn)
v表示n个特征的量值:v＝(v1,v2,...vn)
步骤二，确定经典域
经典域是根据将要评价的物元的特征及其量值所在的区间确定的,假设将评价等级分为 m级,用Nj(j＝1...m)表示，第j个等级用ci(i＝1...n)表示，第i个评价指标用vji(i＝1...n)表示，在等级j下第i个评价指标的取值范围,这个取值范围用区间(aji,bji)表示,则N,c,v以有序三元组的形式结合起来即为经典域物元Rj:
步骤三，确定节域
节域用Rp表示,vpi为节域物元关于特征ci的量值范围:vpi＝(api,bpi)(i＝1...n)
其中，(api,bpi)就是(aji,bji)j＝1...m，即第i个指标的所有范围的并集。
节域物元Rp可表示为:
(4)确定待评物元
设有y个目标楼宇，把要评价的目标楼宇的能效值Nx的物元表示为Rx:
其中，v1,v2,...vn表示目标楼宇的各项预设能效指标的分值，其中，该分值由标准化后的各项预设能效指标的数据得到。例如，可以根据标准化后的各项预设能效指标的数据所落入的区间，得到相应的分值。而通过各项预设能效指标的第三权重值对各项预设能效指标的分值进行加权求和，可以得到目标楼宇的能效值。其中，各项预设能效指标的第三权重值可按照上述实施例的步骤得到，在此不再赘述。
本发明实施例利用熵权算法和层次分析法结合确定物元可拓算法中的权重值，从而提高物元可拓算法的准确度，提高目标楼宇能效评估的准确度。
可选地，在上述任一实施例的基础上，由层次分析法确定各项预设能效指标的第二权重值的过程包括：建立递阶层次的结构模型；构造判断矩阵；层次单排序及一致性检验；层次总排序及一致性检验，具体实现过程如下：
步骤一，建立递阶层次的结构模型
应用层次分析法分析评估问题时，首先要把问题***化，将因素层次化，构造出一个因素递阶层次结构模型。在这个模型下，复杂问题被分解为按属性及关系形成若干层次的元素的组成部分。上一层次的因素作为准则对下一层次的因素起支配作用，下层因素是上层因素的细化。这些层次一般分为以下三类：①目标层：该层中有且只有一个元素，即分析评估问题的预定目标；②准则层；该层中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则、子准则；③方案层：这一层次在层次模型中应属于最低的一层，包括了为达到目标层因素可供选择的各种措施、决策方案等。在本实施例中，目标层包括目标楼宇的能效值，准则层包括各项预设能效指标，方案层包括各目标楼宇。
步骤二，构造判断矩阵
建立了递阶层次结构模型后，上下层因素的隶属关系就被确定了。为确定各层元素相对于上一层目标的重要程度，需要构建判断矩阵。按照人为量化的评估标准，对各层次的因素进行两两比较，本实施例中采用Saaty1-9标度法，使用具体的数字标度(1-9)表示因素xi比因素xj的相对重要性，建立判断矩阵A＝(aij)n×n。判断矩阵标度及含义如下表所示：
表1判断矩阵标度及含义
步骤三，层次单排序及一致性检验
层次单排序指的是层次分析法中同层次因素对于上一层次指标因素的重要性排序，一般是由计算判断矩阵A＝(aij)n×n对应于最大特征值λmax的特征向量w来确定。
1)将判断矩阵A＝(aij)n×n按列归一化，得到矩阵
即
2)计算矩阵
各行元素和的平均值，即
计算得到w＝[w1,w2,…,wn]T即为所求特征向量。
3)计算判断矩阵最大特征根λmax。
4)一致性检验：为保证应用层次分析法所得到的权重分配的合理性，需要检验各元素重要度之间的协调性，即进行一致性检验，避免各个因素相对重要程度之间出现相互矛盾的情况。首先计算判断矩阵A的一致性指标CI，即
CI的数值越大表明判断矩阵的一致性越差，随机一致性比率定义为CR，即
其中RI是判断矩阵A的平均随机一致性指标，RI的数值大小仅与矩阵的阶数有关，可以通过查表得到。
表2随机一致性指标RI值
一般情况下，CR越小，则说明判断矩阵一致性就越好。CR＜0.10，则说明判断矩阵具有可接受的满意一致性，否则就应该对其进行调整修正。
将通过一致性检验的特征向量w＝[w1,w2,…,wn]T中的各项确定为各项预设能效指标的第二权重值。
本实施例中，层次分析法考虑了专家的知识和经验、决策者的偏好，但主观随意性较大。而熵权法是基于信息熵理论，其原理是指标的信息熵越小，变异程度越大，该指标提供的有效信息量越大，相应的权重越大，反之，权重越小。当被评估对象在某项指标上的值相同时，熵值达到最大，表明该指标没有提供任何有用信息，可以从评估指标体系中去除，因此熵权法结果较为客观，但无法反应专家的知识和经验及决策者意见。本实施例综合二者的优点，得到主客观结合的指标权重来评价楼宇能效，从而提高能效评估的准确度。
作为本发明的一种实施方式，在上述任一实施例的基础上，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值，可以包括，根据各项预设能效指标的数据确定各项预设能效指标的分值，通过公式R＝GW将各项预设能效指标的分值加权求和得到目标楼宇的能效值。其中，R为目标楼宇的能效值，G为各项预设能效指标的数据经过标准化后所确定的分值，W为各项预设能效指标的第三权重值。
可选地，预设能效指标可以分为极大型指标和极小型指标。在根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值之前，可以将上述不同类型的指标进行预处理转化为极大型指标。具体地，极小型指标的数据转化为极大型指标的数据的公式为：X'＝Xmax-X。其中，X'为预处理后的指标的数据；Xmax为指标的数据最大值；X为指标的数据实际值。
作为本发明的一种实施方式，在上述任一实施例的基础上，采集目标楼宇的多项预设能效指标的数据，包括：
通过与目标设备进行通信，以采集目标楼宇的初始数据，其中，目标设备包括下述至少一项：目标楼宇部署的能耗设备、存储目标楼宇数据的设备、第三方数据平台；
根据初始数据，确定目标楼宇的多项预设能效指标的数据，其中，预设能效指标包括下述至少一项：内部收益率、增量投资静态回收期、楼宇废弃物排放量、楼宇单位能耗排放量、楼宇废弃物减排率、楼宇可再生能源占比、楼宇能源***利用率、楼宇热/冷效率、楼宇㶲效率、楼宇储能效率、设备平均利用率、楼宇一次能源利用率、楼宇节能率；
将初始数据进行存储，并将初始数据推送到用户终端。
本实施例中，预设能效指标可以包括但不限于下述至少一类：经济类能效指标、环境类能效指标和物理类能效指标，其中，经济类能效指标可以包括但不限于下述至少一项：内部收益率、增量投资静态回收期。环境类能效指标可以包括但不限于下述至少一项：楼宇废弃物排放量、楼宇单位能耗排放量、楼宇废弃物减排率、楼宇可再生能源占比。物理类能效评估指标旨在反映楼宇建立内部综合能源***后，可提高能源利用效率，节约能源，减少一次能源使用量，主要从能量传输、能源转化和能源利用三个角度建立能效指标，具体可以包括但不限于下述至少一项：智慧楼宇能源***利用率、楼宇热/冷效率、楼宇㶲效率、楼宇储能效率、设备平均利用率、楼宇一次能源利用率、楼宇节能率。下面分别说明根据初始数据，确定目标楼宇的各项预设能效指标的数据的计算公式：
(1)楼宇经济类能效指标
1.1内部收益率计算公式：
其中，IRR为内部收益率，Bp为每个时期的现金流，t表示时期数。
1.2增量投资静态回收期计算公式：
其中，Ire为综合能源***输出与传统分产***相同的冷、热、电量所需的增量投资；Ctr和Cint分别为传统分产***和综合能源***的年运行费用，包括燃料成本、人工成本、设备维护成本和设备折旧等。
(2)楼宇环境类能效指标
2.1楼宇废弃物排放量计算公式：
其中，B为总污染当量数；mx为氮、碳、硫化物排放量；ax为氮、碳、硫化物当量值。
2.2楼宇单位能耗排放量计算公式：
楼宇单位能耗排放量是指一定时期内某污染物排放量与该***能源消耗量的比值。其中，C为单位能耗产生的污染当量数；E为***能源消耗量。
2.3楼宇废弃物减排率计算公式：
其中，F0表示原来输出所需冷热电量所需要消耗的能源所产生的废弃物数量，F1表示楼宇进行智慧优化后原来输出所需冷热电量所需要消耗的能源所产生的废弃物数量。
2.4楼宇可再生能源占比计算公式：
其中，Erenew表示城市综合能源中可再生能源的年发电量，包括太阳能、地热能、生物质能、风能等。Qelc表示城市中总发电量。
(3)楼宇物理类能效指标
3.1智慧楼宇能源***利用率计算公式：
其中，Pe为***净输出电量；Sh为***输出热量；Sc为***输出冷量；V为天然气消耗量；QL为天然气低热值；Pi为***净输入电量。
3.2楼宇热/冷效率计算公式：
其中，Qr(l)为***输出的热/冷量，Vr(l)为生产热/冷量所消耗的天然气量，pr(l)为生产热 /冷量所消耗的电量。
3.3楼宇㶲效率计算公式：
其中，EO表示，原来Bh、BC、B分别为热能、冷能和天然气的能质系数，定义为能源理论上最大程度可转换为电能的能力,EO为***净输出电量，Ei为***净输入电量。
3.4电楼宇储能效率计算公式：
其中，PCO表示电储能蓄电原件输入电量，PCI表示电储能蓄电原件输出电量。
3.5设备平均利用率计算公式：
其中，T0为单位计划工作时长；T为设备在单位时间内的实际工作时长；Ne为综合能源***内的能源环节设备数量。计划工作时长通过优化算出。
3.6楼宇一次能源利用率计算公式：
其中，Qe、Qc、Qh分别为***供电量、制冷量和供热量；Q1为***一次能源消耗量。
3.7楼宇节能率计算公式：
其中E0为传统分产***的燃料消耗量(换算为标煤量)，E1为改造为智慧楼宇后***的燃料消耗量(换算为标煤量)。
电子设备可以无缝集成各种来源的数据，通过有线网络或无线网络，接受来自数据网关文件，以及通过OPC(OLE for Process Control，用于过程控制的OLE)等接口接受第三方数据平台的文件，以采集初始数据。
电子设备可以将初始数据存储到本地或者存储到云端存储空间。另外，电子设备还可以对海量初始数据进行初步分析，实现强大的计算性能，并基于人工智能引擎自动分析设备及能耗数据，检测并识别设备运行及效率低下等问题，自动获取各设备独立的初步对应改进建议。电子设备可以将初始数据进行呈现，使用户可以随时随地通过用户终端访问，以多种数据展式方式将数据呈现给不同级别权限的用户，并进行控制访问。
在上述任一实施例的基础上，确定目标楼宇的能效值之后，该方法还可以包括下述至少一种步骤：
在第一种实施方式中，显示目标楼宇的能效值以及各项预设能效指标的数据。
在该实施方式中，电子设备具有显示器，可以通过显示器显示目标楼宇的能效值以及各项预设能效指标的数据，以便用户查看。
在第二种实施方式中，将目标楼宇的能效值以及各项预设能效指标的数据发送至用户终端。
在该实施方式中，电子设备可以将目标楼宇的能效值以及各项预设能效指标的数据发送至用户终端，使用户能够通过用户终端进行查看。
在第三种实施方式中，根据目标楼宇的能效值，控制目标楼宇的能源设备的运行模式。
在该实施方式中，目标楼宇已建设完成，处于运行阶段，电子设备可以根据目标楼宇的能效值，控制目标楼宇的能源设备的运行模式。例如，在目标楼宇的能效值超过预设能效上限时，电子设备可以控制目标楼宇的部分或全部能源设备由正常工作模式切换到节能工作模式，以降低能耗。
下面通过一个实施示例对上述楼宇能效评估方法进行说明。以3个智慧楼宇式综合能源***楼宇为例进行说明。楼宇1为长江三角洲地区某商业大厦，其总用地面积约2.41万m2，是一个覆盖办公、商务酒店、街区商业的中高端综合体。楼宇2为中部平原地区某国际机场，其总建筑面积达21.2万m2，配备有综合能源***站。楼宇3为沿海地区某新建学校，占地总面积17万m2，有42个教学班，能源站主要供能于教学楼及宿舍楼，是一个提倡使用清洁能源的示范楼宇。
3个楼宇的部分***主要运行参数见下表：
表3楼宇的部分***主要运行参数
图5所示为该实施示例的实现流程，具体实现过程参见上述实施例，在此仅做简要说明，不赘述。该实施过程包括：
S501、构建指标体系，即确定并采集目标楼宇的各预设能效指标的数据。
S502、确定物元、经典域、节域。
S503、确定待评物元。
S504、构造判断矩阵。
S505、计算分层权重。
S506、判断是否通过各层次一致性检验，若否，则跳转至S505，若是，则执行S507。
S507、计算组合权重，即上述实施例中由层次分析法所确定的各预设能效指标的第二权重值。
S508、数据标准化处理，即上述实施例中确定信息熵之前所进行的标准化处理。
S509、用信息熵得到的权重修正层次分析法所得到的权重，得到各预设能效指标的权重，即上述实施例中由第一权重值和第二权重值，确定第三权重值。
S510、根据各预设能效指标的数据和权重值，确定楼宇能效值。
S511、结束。
所确定的各楼宇的预设能效指标的数据以及分值如下表：
表4楼宇各预设能效指标的数据及得分
最后，根据各楼宇的预设能效指标的分值和相应的权重值，确定各楼宇的能效值，结果如下表:
表5各楼宇的能效值
可见，楼宇1的能效值最高，楼宇2的能效值最低。
另外，可以通过各项预设能效指标的具体得分，分析该楼宇的优劣势。如楼宇1中得分较高的为智慧楼宇综合能源利用率、楼宇可再生能源占比、楼宇一次能源利用率等指标，说明该***综合能源利用率、清洁能源占比、一次能源利用两次是优势指标，而楼宇增量投资回收期、楼宇节能率等得分较低，则表明其楼宇节能率和增量回收期有待提升和优化。楼宇 2和楼宇3虽然能效值相近，但2个楼宇的优劣势指标却不同：楼宇2的优势指标主要为楼宇投资费用年值、楼宇热/冷效率，说明该楼宇更注重经济性指标，能耗性指标的竞争力则相对较弱，如综合能源利用率、楼宇㶲效率、冷效率指标得分均较低，表明其为了获得较为可观的经济效益，能源浪费较为严重；而楼宇3最主要的优势指标为楼宇可再生能源占比，即清洁能源占比大，其他能耗指标如楼宇废弃物减排率较低。从以上分析可以看出，本实施例提出的智慧楼宇能效评估方法评估体系既可以较全面地评估一个***，也可以通过具体指标得分明确***的优劣势。
本发明实施例具有以下有益效果：(1)提出的考虑大数据和云架构的智慧楼宇能效评估方法具有更多的组成单元和更多的能源类型，针对综合能源***里各方面的能源形式，考虑水、电、气、热和储能等各方面的指标和利用效率。(2)充分利用大数据和云架构技术完成数据采集，数据处理，数据呈现和数据储存。数据采集能无缝集成各种来源的数据，通过有线或无线网络，接受来自数据网关文件。通过OPC等接口接受第三方***的文件。数据处理能把数据存储在云端，并对海量数据进行初步分析，实现强大的计算性能，基于人工智能引擎，自动分析设备及能耗数据，检测并识别设备运行及效率低下等问题，自动获取各设备对应的初步改进建议。数据呈现能随时随地通过Web和Mobile访问，以多种数据展示方式将数据呈现给不同级别权限的用户，并进行控制访问。大数据和云架构技术侧重于解决楼宇的综合能耗(包括水、电、气、热等)问题，用户可以根据实际需求进行选择或叠加。(3)通过设计的综合效益评估工具，可为综合能源楼宇投资建设者提供决策支撑工具，根据具体情况对综合能源楼宇的综合效益进行评估，降低能源供应商决策的沉没成本，提高其服务水平。因此，本发明实施例可以科学评估各项综合能源利用率，以达到及时优化楼宇综合能源***，降低新楼宇规划建设成本的目的。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图6为本发明一实施例提供的楼宇能效获取装置的结构示意图。如图6所示，该楼宇能效获取装置60包括：采集模块601和处理模块602。
采集模块601，用于采集目标楼宇的多项预设能效指标的数据；
处理模块602，用于根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；
处理模块602，还用于根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；
处理模块602，还用于根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值。
本发明实施例中，通过采集目标楼宇的多项预设能效指标的数据；根据多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值，能够在获取楼宇能效过程中考虑信息熵，将由信息熵确定的权重值和由层次分析算法得到的权重值来共同确定各预设能效指标的权重值，结合信息熵的客观性和层次分析算法的主观性，使得各预设能效指标的权重值更为准确，进而提高楼宇能效获取的准确度。
可选地，处理模块602，用于：
对多项预设能效指标的数据进行标准化处理，以生成指标矩阵；
针对每项预设能效指标，根据指标矩阵，确定该预设能效指标的信息熵。
可选地，处理模块602，用于：
针对每项预设能效指标，将第一差值除以第二差值，以得到该预设能效指标的第一权重值，其中，第一差值为1与该预设能效指标的信息熵之间的差值，第二差值为预设能效指标的总个数与各预设能效指标的信息熵的总和之间的差值。
可选地，处理模块602，用于：
针对每项预设能效指标，将该预设能效指标的第一权重值与第一预设系数的乘积值，与该预设能效指标的第二权重值与第二预设系数的乘积值求和，以得到该项预设能效指标的第三权重值。
可选地，处理模块602，用于：
采用物元可拓算法，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定目标楼宇的能效值。
可选地，采集模块601，用于：
通过与目标设备进行通信，以采集目标楼宇的初始数据，其中，目标设备包括下述至少一项：目标楼宇部署的能耗设备、存储目标楼宇数据的设备、第三方数据平台；
根据初始数据，确定目标楼宇的多项预设能效指标的数据，其中，预设能效指标包括下述至少一项：内部收益率、增量投资静态回收期、楼宇废弃物排放量、楼宇单位能耗排放量、楼宇废弃物减排率、楼宇可再生能源占比、楼宇能源***利用率、楼宇热/冷效率、楼宇㶲效率、楼宇储能效率、设备平均利用率、楼宇一次能源利用率、楼宇节能率；
该装置还包括发送模块，发送模块用于：
将初始数据进行存储，并将初始数据推送到用户终端。
可选地，该装置还包括显示模块，显示模块用于：
显示目标楼宇的能效值以及各项预设能效指标的数据。
可选地，发送模块还用于：
将目标楼宇的能效值以及各项预设能效指标的数据发送至用户终端。
可选地，处理模块602还用于：
根据目标楼宇的能效值，控制目标楼宇的能源设备的运行模式。
本实施例提供的楼宇能效获取装置，可用于执行上述的方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
图7是本发明一实施例提供的电子设备的示意图。如图7所示，该实施例的电子设备7 包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如楼宇能效获取程序。所述处理器70执行所述计算机程序72时实现上述各个楼宇能效获取方法实施例中的步骤，例如图2所示的步骤201至204。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至62的功能。
示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述电子设备7中的执行过程。
所述电子设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备7可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是电子设备7的示例，并不构成对电子设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备7还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述电子设备7的内部存储单元，例如电子设备7的硬盘或内存。所述存储器71也可以是所述电子设备7的外部存储设备，例如所述电子设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述电子设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述**装置/终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种楼宇能效获取方法，其特征在于，包括：
采集目标楼宇的多项预设能效指标的数据；
根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；
根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；
根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。
2.如权利要求1所述的楼宇能效获取方法，其特征在于，根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，包括：
对所述多项预设能效指标的数据进行标准化处理，以生成指标矩阵；
针对每项预设能效指标，根据所述指标矩阵，确定该预设能效指标的信息熵。
3.如权利要求1所述的楼宇能效获取方法，其特征在于，根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值，包括：
针对每项预设能效指标，将第一差值除以第二差值，以得到该预设能效指标的第一权重值，其中，所述第一差值为1与该预设能效指标的信息熵之间的差值，所述第二差值为预设能效指标的总个数与各预设能效指标的信息熵的总和之间的差值。
4.如权利要求1所述的楼宇能效获取方法，其特征在于，根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，包括：
针对每项预设能效指标，将该预设能效指标的第一权重值与第一预设系数的乘积值，与该预设能效指标的第二权重值与第二预设系数的乘积值求和，以得到该项预设能效指标的第三权重值。
5.如权利要求1所述的楼宇能效获取方法，其特征在于，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值，包括：
采用物元可拓算法，根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。
6.如权利要求1-5任一项所述的楼宇能效获取方法，其特征在于，采集目标楼宇的多项预设能效指标的数据，包括：
通过与目标设备进行通信，以采集所述目标楼宇的初始数据，其中，所述目标设备包括下述至少一项：所述目标楼宇部署的能耗设备、存储所述目标楼宇数据的设备、第三方数据平台；
根据所述初始数据，确定所述目标楼宇的多项预设能效指标的数据，其中，所述预设能效指标包括下述至少一项：内部收益率、增量投资静态回收期、楼宇废弃物排放量、楼宇单位能耗排放量、楼宇废弃物减排率、楼宇可再生能源占比、楼宇能源***利用率、楼宇热/冷效率、楼宇㶲效率、楼宇储能效率、设备平均利用率、楼宇一次能源利用率、楼宇节能率；
将所述初始数据进行存储，并将所述初始数据推送到用户终端。
7.如权利要求1-5任一项所述的楼宇能效获取方法，其特征在于，所述方法还包括下述至少一个步骤：
显示所述目标楼宇的能效值以及各项预设能效指标的数据；
将所述目标楼宇的能效值以及各项预设能效指标的数据发送至用户终端；
根据所述目标楼宇的能效值，控制所述目标楼宇的能源设备的运行模式。
8.一种楼宇能效获取装置，其特征在于，包括：
采集模块，用于采集目标楼宇的多项预设能效指标的数据；
处理模块，用于根据所述多项预设能效指标的数据确定各项预设能效指标的信息熵，并根据多项预设能效指标的信息熵，确定各项预设能效指标的第一权重值；
所述处理模块，还用于根据各项预设能效指标的第一权重值和第二权重值，确定各项预设能效指标的第三权重值，其中，各项预设能效指标的第二权重值根据层次分析算法确定；
所述处理模块，还用于根据各项预设能效指标的数据以及各项预设能效指标的第三权重值，确定所述目标楼宇的能效值。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637624.6A CN112633762A (zh) | 2020-12-31 | 2020-12-31 | 楼宇能效获取方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637624.6A CN112633762A (zh) | 2020-12-31 | 2020-12-31 | 楼宇能效获取方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112633762A true CN112633762A (zh) | 2021-04-09 |
Family
ID=75290447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011637624.6A Pending CN112633762A (zh) | 2020-12-31 | 2020-12-31 | 楼宇能效获取方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112633762A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113656267A (zh) * | 2021-07-28 | 2021-11-16 | 北京宝兰德软件股份有限公司 | 设备能效的计算方法、装置、电子设备及存储介质 |
| CN113780759A (zh) * | 2021-08-24 | 2021-12-10 | 西安交通大学 | 一种多能互补分布式能源***综合性能评价方法 |
| CN117910083A (zh) * | 2023-12-21 | 2024-04-19 | 江阴市城乡规划设计院有限公司 | 一种基于数字模拟的节能建筑设计方法和*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110053737A (ko) * | 2009-11-16 | 2011-05-24 | 부경대학교 산학협력단 | 효율적인 저장 및 전송을 위한 지리정보시스템의 벡터 맵 데이터 압축 방법 |
| CN109213033A (zh) * | 2018-08-23 | 2019-01-15 | 深圳供电局有限公司 | 一种楼宇智慧能源管理方法及*** |
| CN111695807A (zh) * | 2020-06-11 | 2020-09-22 | 国网江苏省电力有限公司经济技术研究院 | 计及发电和用电侧能效的地区电网能效评估方法及*** |
| CN112036761A (zh) * | 2020-09-06 | 2020-12-04 | 华北电力大学 | 基于屋顶光伏的综合能源***评价指标体系构建方法 |
-
2020
- 2020-12-31 CN CN202011637624.6A patent/CN112633762A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110053737A (ko) * | 2009-11-16 | 2011-05-24 | 부경대학교 산학협력단 | 효율적인 저장 및 전송을 위한 지리정보시스템의 벡터 맵 데이터 압축 방법 |
| CN109213033A (zh) * | 2018-08-23 | 2019-01-15 | 深圳供电局有限公司 | 一种楼宇智慧能源管理方法及*** |
| CN111695807A (zh) * | 2020-06-11 | 2020-09-22 | 国网江苏省电力有限公司经济技术研究院 | 计及发电和用电侧能效的地区电网能效评估方法及*** |
| CN112036761A (zh) * | 2020-09-06 | 2020-12-04 | 华北电力大学 | 基于屋顶光伏的综合能源***评价指标体系构建方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113656267A (zh) * | 2021-07-28 | 2021-11-16 | 北京宝兰德软件股份有限公司 | 设备能效的计算方法、装置、电子设备及存储介质 |
| CN113656267B (zh) * | 2021-07-28 | 2024-05-31 | 北京宝兰德软件股份有限公司 | 设备能效的计算方法、装置、电子设备及存储介质 |
| CN113780759A (zh) * | 2021-08-24 | 2021-12-10 | 西安交通大学 | 一种多能互补分布式能源***综合性能评价方法 |
| CN117910083A (zh) * | 2023-12-21 | 2024-04-19 | 江阴市城乡规划设计院有限公司 | 一种基于数字模拟的节能建筑设计方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zeng et al. | Analysis and forecast of China's energy consumption structure | |
| Liu et al. | An analysis of Chinese provincial carbon dioxide emission efficiencies based on energy consumption structure | |
| Feng et al. | Solution sensitivity-based scenario reduction for stochastic unit commitment | |
| Önüt et al. | Multiple criteria evaluation of current energy resources for Turkish manufacturing industry | |
| CN112633762A (zh) | 楼宇能效获取方法及设备 | |
| CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、***及终端设备 | |
| CN107665385A (zh) | 一种微电网***用的基于支持向量机的短期负荷预测方法 | |
| CN112348276A (zh) | 基于多要素三层次的综合能源***规划优化方法 | |
| CN103700030A (zh) | 基于灰色粗糙集的电网建设项目后评价指标赋权方法 | |
| Zhang et al. | Economic evaluation of Wind–PV–Pumped storage hybrid system considering carbon emissions | |
| CN116402187A (zh) | 一种基于电力大数据的企业排污预测方法 | |
| Dong et al. | Trading performance evaluation for traditional power generation group based on an integrated matter-element extension cloud model | |
| Ji et al. | A multi-criteria decision-making framework for distributed generation projects investment considering the risk of electricity market trading | |
| CN113887809A (zh) | 双碳目标下配电网供需平衡方法、***、介质及计算设备 | |
| CN114037209A (zh) | 分布式光伏接入直流配电***综合效益分析方法及装置 | |
| CN113450031A (zh) | 居民智慧用能服务潜在台区选取方法及装置 | |
| CN113240330A (zh) | 一种需求侧虚拟电厂多维价值评估方法和调度策略 | |
| CN105005623A (zh) | 基于关键词检索指数相关性分析的用电需求预测方法 | |
| Goy et al. | Estimating the potential for thermal load management in buildings at a large scale: overcoming challenges towards a replicable methodology | |
| CN116823008A (zh) | 一种园区能源利用效率评估方法、***、设备和存储介质 | |
| Zhou et al. | How good or how poor have China’s new energy enterprises done: an empirical study based on the lagged double-market network | |
| CN111652759A (zh) | 弹性负荷快速响应与调节示范工程的综合评价方法及装置 | |
| CN113435686B (zh) | 蓄热式电采暖***评价方法及装置 | |
| CN115034618A (zh) | 一种基于模糊评价的社区综合能源***效益评价方法 | |
| Bhuiyan et al. | Indicators for assessing the necessity of power system flexibility: a systematic review and literature meta-analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |
|
| RJ01 | Rejection of invention patent application after publication |