用户侧能源微网数据优化结构下的能-碳熵量化数据模型的制作方法

本发明涉及用户侧能源结构优化，尤其是一种适用于各类数据驱动的用户侧能源消耗结构量化优化数据平台下的量化数据模型，能够广泛用于用户侧能源优化的客观性量化处理。

背景技术：

1、目前，随着数据信息和智能化技术的发展，面向用户侧的能源优化相关理论研究和各种应用端的数据平台发展迅速。现有的用户侧能源微网的数据优化平台相较于传统的人工分析为主的技术路线，在海量能源消耗数据以及多因素影响下的能源消耗和碳排放数据的处理上，能够展现出诸多优势，但是也存在诸多不足，尤其是在处理跨平台或跨事件数据时，往往存在较大的主观性和不确定性并由此影响了数据分析的客观性和稳定可靠性。

2、以申请人所构建的具有自主品牌的“乐能工场”数据平台为例，乐能工场数字化平台与应用构建为用户侧能碳数字化建设与数智化运营的端到端一体化数据平台，源网荷储全覆盖架构下全方位提升用户侧能碳数智化，以能碳信息化与运营数字化架构的核心数智化作为支撑，输出端到端的能碳运营数字化赋能效能。

3、在具体的应用层面，与现有的各类以降碳、降耗、减排、降低用能成本等为数据目标的用户侧的能碳优化数据平台类似，乐能工场数字化平台以用户侧能源负荷的科学聚合为基础进行用户侧能源微网的能碳优化和减排增效等数据分析作业，通常基于与用能单位的技术沟通进行人为指标的主观设定，虽然在流程上设置有多层审核机制，但是其中的主观性因素十分容易影响数据平台输出的数据解决方案的效能(稳定性、可靠性、一致性等问题)，容易出现同一技术操作员针对不同用能单位输出迥异数据方案，尤其是，数据分析人员的调岗、离职等因素导致针对同一用能单位前后输出两套具有数据裂缝的数据方案，由此导致需要付出巨大的调试成本进行这些差异化数据方案的调整和衔接。究其根本，在于这类用户侧能源优化数据平台中缺少客观的、可量化的、可全局化引用的和具有稳定一致性的数据指标模型。

技术实现思路

1、本发明要解决的技术问题是克服现有技术的不足，提供一种用户侧用能结构量化优化中用作基础参考或考察数据指标的数据模型，作为用户侧能源微网优化平台下的能碳熵量化数据模型。

2、为解决上述技术问题，本发明所采取的技术方案如下。

3、用户侧能源微网数据优化结构下的能碳熵量化数据模型，适用于各类数据驱动的用户侧能源消耗和碳消耗智能化和信息化数据分析和处理平台，进行用户侧用能结构的综合量化优化，所述数据模型基于能-碳消耗数据内嵌构建具有通用数据格式和数据链接架构的能-碳消耗可量化数据熵算法，弥补面向用户侧的用户微网数据平台中能-碳消耗数据分析和优化的底层数据客观性缺失缺陷，并降低不同数据平台对同一能碳消耗事件或同一数据平台对不同能碳消耗事件进行分析处理时的主观性和不确定影响。

4、作为本发明的一种优选技术方案，所述能-碳熵量化数据模型由多组相互关联的数据处理维度对能-碳消耗数据进行独立或交叉数据进程验算，组构为体系化的内在关联性数据模型。

5、作为本发明的一种优选技术方案，其包含作为基础的能-碳消耗数据熵核心模型，此核心模型的数据空间具体构建为：基于给定系统(或给定的数据平台)中用户侧的能源消耗和碳消耗数据分别构建能源消耗向量和碳消耗向量，两个向量的分量分别表示给定系统中各个节点(节点可以是能源形式、能源类型、时间节点、作业节点、空间节点或其他环节)的能源消耗量和碳消耗量，然后，一般的，能碳数据化指标的引入和构建，尤其是面对反应能-碳消耗内部结构的客观的数据量化问题，需要引入高等数学的分析工具，因此将上述能源消耗向量和碳消耗向量(这两个向量来自于给定系统或给定的数据平台中用户侧数据，其本身是与具体的能源和碳消耗事件关联的数据向量)从其自身所在的数据空间导入到高等数学的几何空间，在这样的数据思想转换下，进一步分别考虑两个向量在数学几何空间中性质，包括向量在几何空间当中的长度、向量在几何空间中与各个维度零点数据轴的夹角、向量在几何空间中各个维度上的投影及向量分量、向量的空间指向以及两个向量之间的夹角关系等，则上述向量几何空间性质的集合作为核心模型的基础数据空间。

6、作为本发明的一种优选技术方案，核心模型的数据空间中，能源消耗向量和碳消耗向量在各维度的正交投影数值与能源消耗向量和碳消耗向量初始构建时采用的具体节点及其之上的向量分量直接对应。

7、作为本发明的一种优选技术方案，基于真实发生的用户侧能碳消耗事件及其数据关联关系，从上述构建的核心模型的数据空间中引导出基础性的和可量化的能-碳消耗核心数据指标子项，并由此组构得到所述能-碳消耗数据熵的核心模型。

8、作为本发明的一种优选技术方案，具体的，所述能-碳消耗数据熵的核心模型至少包含如下数据子项：

9、第一子项，在上述核心模型的数据空间中，考虑能源消耗向量和碳消耗向量在数学几何空间当中的长度，其各自长度能够一般性的代表其自身向量背后所对应的能源消耗量化数据或者碳消耗量化数据，这构成了一个重要的和底层的可量化数据熵数据引导方向；

10、第二子项，在上述第一子项数据考量的基础上，进一步，在核心模型的几何化的数据空间中个，碳消耗向量的长度与能源消耗向量的长度之比，构成一个系数指标，这个指标的数值高低对应着单位能源消耗量之下碳消耗量的多少，因此，这一系数指标构成一个能够有效表征能源消耗结构的量化熵值数据；

11、第三子项，考虑碳排放消减的一般思路，最基本的方法是进行整体上的能源消耗全局消减，但是，与此相抵触的是，能碳消耗结构的优化通常对应着通过局部的能源消耗消减达到等同于全局能源消耗的减排效果；基于此，并将其反映到上述构建的能源向量和碳向量上，则对于传统方法中的能源消耗全局消减的思路，其在数据原理上实际上是默认能源消耗向量的各个分量与碳消耗向量的各个分量具有一致的对应关系，或者说，能源消耗向量和碳消耗向量在几何空间中各个维度上的投影分别具有一致的对应关系，同时与此相反，能碳消耗结构的优化的实质是默认两个向量的分量并非是全局一致对应的，并基于这种不一致特性找到具有更高碳消耗率的分量投影，由此进行能碳消耗结构的优化；基于此可以构建一个用于表征能碳消耗优化潜力的第三子项，其在核心模型的数据空间中对应一个能源向量与碳向量的方向一致性的指标，自然的，这个指标的高低代表了能碳消耗结构的优化潜力大小，两个向量偏离越大意味着能碳消耗结构的优化空间越大。

12、作为本发明的一种优选技术方案，所述能-碳消耗数据熵的核心模型独立的和任选的包含所述三组数据子项中一项或多项。

13、作为本发明的一种优选技术方案，在所述能-碳消耗数据熵的核心模型的基础上后续引入一至多组各不相同的拓展数据子项，构建得到一至多种各不相同的能-碳消耗数据熵拓展模型。

14、作为本发明的一种优选技术方案，所述拓展数据子项包括但不限于：基于几何数据空间中能源消耗向量和碳消耗向量的内积数值指标构建能碳消耗的内在关联结构数据子项，此数据子项对应能碳消耗及其投影分量的共轭连锁性；基于能源消耗向量和碳消耗向量的拓展张量积和/或直积构建能碳消耗的内在因果结构数据子项。

15、作为本发明的一种优选技术方案，所述数据处理维度在底层至少包括用户侧的能源消耗数据维度、碳消耗数据维度；所述能源消耗数据维度划分构建两个阶梯维度，分别为：具有多部制能源价格模式的子阶梯维度和仅具有单一能源价格模式的子阶梯维度，其中，具有多部制能源价格模式的子阶梯维度中包括但不限于电力能源消耗数据维度；所述碳消耗数据维度采用直接碳排放数据模式或碳排放当量数据模式，其中碳排放当量数据模式包括但不限于等效植树当量或等效煤炭当量或等效电力当量或其他等效当量；上述所有维度下的所有数据模式均具有可量化表示的数据结构，其中的能源消耗和碳消耗数据均能够直接使用标量数值数据进行表示，这也是能-碳消耗可量化数据熵模型构建的一个基础。

16、采用上述技术方案所产生的有益效果在于：

17、本发明根据现有产品应用中的存在的数据客观性问题，立项研发了一种新的用户侧能源微网数据优化结构下的能碳熵量化数据模型，通过引入可量化的多个数据子项及其数据熵算法，本模型能够在数据分析过程中减少主观性和不确定性的影响，提高数据处理的客观性和准确性。其不仅适用于申请人单位的数据平台，并且对于各种用户侧用能分析和优化数据平台具有一般的通用性。

18、本发明构建的数据模型通过构建一个体系化的内在关联性数据模型，能够有效地处理和优化用户侧的能源消耗和碳排放数据。在数据处理思想上，本技术将能源消耗向量和碳消耗向量的各个分量映射到数学几何空间中，进而通过分析这些向量的几何属性(如长度、夹角、投影等)来量化和优化能碳消耗结构，并在这样的数据处理路线上基于数学几何空间分析工具进行了模型的数据子项的具体表征和构建，由此使得本模型能够更深入地挖掘能源消耗和碳排放数据的内在结构和关联性，为数据优化提供了更为科学和精确的方法；同时，模型中体系化的内在关联性数据模使得能够综合考虑能源消耗和碳排放的多个维度和层面，实现数据处理的全面性和系统性。

19、本发明的具体有益效果详见下文的实施例。