一种基于能耗便捷化组合分析的智能优化节能系统的制作方法

1.本发明属于能源管理技术领域，更具体地说，尤其涉及一种基于能耗便捷化组合分析的智能优化节能系统。


背景技术：

2.从能源消耗角度来看，我国从2009年开始就一直是世界能源消耗排名第一大国，在可预见的未来，我国快速发展离不开巨大能源消耗，面临减少碳排放压力，同时我国能源存在对外依存度高，消费结构不合理等问题。通过推广工业能源管理平台提高我国能源利用效率，有利于节能减排，降低我国能源对外依赖程度，目前工业能源管理平台在实际使用中存在较多问题。具体表现如下：
3.(1)大多数生产企业由不同职能工作人员组成，受企业业务、地域、文化和企业大小影响，各企业组织机构组成不尽相同，组织机构中各部门工作人员职责和工作重心不尽相同，现有企业erp、mes或其他管理软件一般是针对企业目前一般需求进行数据呈现，往往结构单一、内容固定、修改困难，内容呈现无法满足不同部门不同职责员工对生产能源情况把控需要，管理人员难以及时获取全场、各区域近期数据从而对生产过程做出及时调整，运行维护人员难以及时获取所需设备、产线、班组实时生产数据并根据这些数据及时发现设备运行问题及时进行调整避免生产事故发生、扩大和能源浪费；
4.(2)企业需要通过对生产过程中产生的海量数据进行繁琐人工分析方能给出统计结果和分析诊断结论，需要消耗较多人力成本且统计结果和分析诊断结论不同程度滞后于生产实际；
5.(3)缺少灵活多样消息推送手段，将不合适数据内容推送给不需要工作人员，数据调度存在混乱问题。


技术实现要素：

6.本发明的目的是为了解决现有技术中存在的缺点，通过用户画像技术和多维数据挖掘分析技术主要针对耗能对象运行参数和能源消耗情况进行统计分析，达到减少能耗统计人力成本、提供绩效考核依据和实行能效闭环管理目的。
7.为实现上述目的，本发明提供如下技术方案：
8.一种基于能耗便捷化组合分析的智能优化节能系统，包括用户画像子系统、统计分析和报告结论生成子系统和报告推送管理子系统，所述用户画像子系统包括建立半结构化标签体系，原始数据文本挖掘算法、分类和聚类算法、相识度计算、推荐、机器学习、推荐算法，通过原始数据文本挖掘算法对原始数据预处理和筛选，以此挖掘筛选出具有相同特征用户群体，进行用户标签建模与用户标识，进一步挖掘出用户行为特征和兴趣权重特征，对用户的行为预测，兴趣程度预测，从而实现精准服务，个性化和定制化服务；
9.所述统计分析和报告结论生成子系统由统计分析、通用报表、定制报表和能耗分析组成，完成数据多维度计算和汇总，将符合条件的数据信息汇总并实现生产数据统计分
析并自动生成报告功能，利用推送报告管理子系统将统计分析和报告结论生成子系统中所做出的数据信息报告进行推送，使数据信息报告与用户进行实时的交互。
10.优选的，所述报告推送管理子系统结合行业生成工艺特点，通过实时数据及海量的历史数据进行大数据建模关联分析，形成符合用户实际所需固化报告，以灵活的手段及时通知用户，进一步提高用户操作便捷性和智能化程度。
11.优选的，所述报告推送管理子系统通过邮件、短信和系统弹窗的方式来实现与用户的交互，避免用户出现接收不及时的情况，确保用户操作便利性。
12.优选的，根据具体情况来制定不同的标签，使用方便理解的方式给用户打上此类标签，以使得计算机能够程序化处理与人相关信息，利用关联规则、聚类算法分析计算和大数据处理建立用户画像模型，反过来通过算法让模型与用户进行适配，以起到精准识别和推送的效果。
13.优选的，计算机具备适配识别用户能力，即通过针对不同用户实现预测，提高用户获取信息效率和精准度，提高能源管理系统信息化、智能化程度，更好发挥其提高设备效率、减少能耗浪费、精细管理和节能优势。
14.优选的，所述用户画像子系统的建立过程中，由于构件画像的数据大多是根据过去发生事件处理得到的，且用户的需求、偏好等特征可能会随着时间、岗位变迁、公司管理改革等不确定因素而发生一定变化，因此用户画像的使用具有一定时效性，需要根据用户画像准确度进行更新、优化和迭代。
15.优选的，所述用户画像子系统通过分类算法和聚类算法等tf-idf算法从原始数据中尽可能多获取用户属性、用户行为、用户工作信息等事实数据信息，使用欧式距离进行文本特征数据相似度计算，建立事实标签层级，其中分类算法用于对信息不全用户的信息进行预测，实现用户分类。
16.优选的，所述统计分析和报告接论生成子系统利用用户选择自主访问需要内容或选择系统推送内容，系统按照用户设置或智能设置分析报告推送的对象、内容、时间和方式。
17.本发明的技术效果和优点：
18.本发明通过用户画像技术和多维数据挖掘分析技术主要针对耗能对象运行参数和能源消耗情况进行统计分析，从班组、起止码、峰谷平、定制化等不同维度对能耗进行单项、组合式、聚合分析，提供固化、临时、定制或定期呈报等分析方式，同时根据对用户操作行为进行画像与数据建模，找出用户关注对象及分析元素，自动生成分析诊断结论与分析报告，按照邮件、短信、系统提示等手段直观、便捷的将统计结论传达用户。既方便决策者了解能耗具体使用情况，快速发现目前管理和生产上存在的能源浪费问题并及时做出调整，又同时针对不同岗位工作人员提供及时、准确、高效和多样化报表，达到减少能耗统计人力成本、提供绩效考核依据和实行能效闭环管理目的。
附图说明
19.图1是本发明提供的用户画像标签的结构示意图；
20.图2是本发明提供的标签体系结构图；
21.图3是本发明提供的用户画像标签建模结构示意图；
22.图4是本发明提供的用户画像基本步骤示意图；
23.图5是本发明提供的统计分析和报告结论生成子系统示意图；
24.图6是本发明提供的智能数据推送示意图。
具体实施方式
25.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.请参阅图1-6，本发明提供了一种基于能耗便捷化组合分析的智能优化节能系统，包括用户画像子系统、统计分析和报告结论生成子系统和报告推送管理子系统。
27.其中用户画像子系统的具体流程包括：
28.步骤一：收集用户动态数据和静态数据，可分解为以下步骤：
29.s1-1.动态收集用户访问能源管理系统的访问设备、访问时段等场景数据；
30.s1-2.动态收集某段时间下用户功能使用情况，如能耗总览、分析诊断、报警管理、电能质量等功能被使用情况；
31.s1-3.动态收集用户进入和离开某功能的路径，比如是通过能耗总览进入还是直接打开该功能，离开时是跳转到其他功能还是直接关闭；
32.s1-4.收集用户提供或销售人员提供用户的人口属性、身份属性、工作形态等数据；
33.s1-5.通过使用举行座谈会、技术交流会，查看工作日志、操作规程等定性方法对这些有限数据进行深度数据挖掘，快捷获取用户真实信息和想法并将用户特征具象化；
34.s1-6.通过定量调查、定量分析尽可能收集用户行为动机和相应预期结果，为后期数据建模和结论产生奠定良好基础。
35.步骤二：建立标签体系结构，可以分解为以下步骤：
36.s2-1.根据用户过去一段时间内实际使用踪迹统计得到浏览顺序和停留时间等原始数据，对这些原始数据进行统计分析建立事实标签层；
37.s2-2.在事实标签基础上通过对已搭建事实标签与业务逻辑模型进行分析建立模型标签层，比如，结合用户活跃、关注重点、访问倾向等，进行用户功能使用倾向类型的识别，为系统进行分类和聚合处理做好准备；
38.s2-3.在模型标签的基础上做合理预测，建立预测标签层，例如针对某用户使用某功能频率的变化，预测用户对该功能重视程度，判定该功能具有较高实用性，应优先推送该功能和相关结论给该用户。
39.步骤三：用户画像标签层级建模，用户画像标签层级主要由原始数据层、事实标签层、模型标签层和预测层共计四层结构建模组成参，其建模过程可以分解为以下步骤：
40.s3-1.对原始数据进行预处理和筛选，将用户数据进行匹配和标识，使用文本挖掘对原始数据进行分析,建立原始数据层级；
41.s3-2.通过分类算法和聚类算法等tf-idf算法从原始数据中尽可能多获取用户属性、用户行为、用户工作信息等事实数据信息，使用欧式距离进行文本特征数据相似度计
算，建立事实标签层级，其中分类算法用于对信息不全用户的信息进行预测，实现用户分类，聚类算法用于提取具有相同特征值群体共同信息，细分受众；
42.s3-3.联合使用机器学习和推荐算法，完成对用户标签建模与标识。通过对已建立模型进一步分析深入挖掘用户群体的特征和个性权重系数，完善用户设备关联度和功能关联度衡量，建立模型标签层级；
43.s3-4.利用回归预测算法，建立预测层级。实现对用户行为预测，功能使用情况预测，数据关注点预测等，从而实现后面优化用户操作流程，智能统计分析用户关注数据并自动形成组合固化报表进行精准推送等功能。
44.统计分析和报告接论生成子系统的具体流程包括：
45.步骤一：系统根据用户画像对用户偏好信息按照班组、起止码、峰谷平、全厂、区域、设备生成单项或组合统计分析报告；
46.步骤二：用户选择自主访问需要内容或选择系统推送内容，系统按照用户设置或智能设置分析报告推送的对象、内容、时间和方式。
47.报告推送管理子系统具体流程包括：
48.步骤一：系统依据用户画像将用户需要统计分析报告按照用户信息偏好、作息时间、岗位偏好智能选择系统弹窗、app、短信、邮件等方式进行推送。
49.步骤二：若推送内容符合用户需要系统可以直接将推送内容组合固化或将筛选后数据进行组合固化，系统根据用户行为(弹窗弹出到点击关闭或跳转时间、app查看停留时间、邮件查收快慢)对用户画像进行反馈更新。
50.最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。