应用分时数据的电能分析系统的制作方法

本发明涉及电能监控领域，尤其涉及一种应用分时数据的电能分析系统。

背景技术：

1、前馈神经网络，是一种经典的神经网络，其内部各神经元分层排列，每个神经元只与前一层的神经元相连，接收前一层的输出，并输出给下一层，各层间没有反馈。前馈神经网络采用一种单向多层结构。其中每一层包含若干个神经元。在此种神经网络中，各神经元可以接收前一层神经元的信号，并产生输出到下一层。第0层叫输入层，最后一层叫输出层，其他中间层叫做隐含层（或隐藏层、隐层）。隐层可以是一层。也可以是多层。

2、现有技术中，可以将前馈神经网络用于多种应用领域，例如，可以通过对前馈神经网络执行多次训练以完成对输入内容到输出内容的智能转换。然而，针对一些细分应用领域仍缺乏针对性的解决方案，示例地，无法采用前馈神经网络对目标城市在当前时刻的下一时刻对应的电能消耗数据进行智能分析，现有技术中的一些分析机制仍不够成熟。

技术实现思路

1、为了克服现有技术中的技术问题，本发明提出了一种应用分时数据的电能分析系统，通过为目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析针对性筛选了多项基础信息以及针对性结构设计的前馈神经网络模型，尤为关键的是，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，前馈神经网络进行训练的次数与所述目标城市的负荷设备数量正向关联，为不同城市设计不同结构的前馈神经网络模型，从而构建了目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析的完整的数据处理过程，提升了智能分析结果的有效性和稳定性。

2、根据本发明，提供了一种应用分时数据的电能分析系统，所述系统包括：

3、数据提取机构，用于获取目标城市在包括当前时刻的各个过往时刻分别对应的各份电能消耗数据，所述各个过往时刻在时间轴上均匀间隔分布；

4、信息录入机构，用于将目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量作为目标城市的多项关联信息输出；

5、次序训练机构，用于获取前馈神经网络模型，所述前馈神经网络模型中，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，将完成各次训练后的前馈神经网络作为所述前馈神经网络模型；

6、模型应用器件，分别与所述数据提取机构、所述信息录入机构以及所述次序训练机构连接，用于将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量同步输入到所述前馈神经网络模型，并执行所述前馈神经网络模型，以获得所述前馈神经网络模型输出的目标城市在当前时刻的下一时刻对应的电能消耗数据；

7、内容显示器件，与所述模型应用器件连接，用于在接收到目标城市在当前时刻的下一时刻对应的电能消耗数据的同时对其进行显示操作；

8、其中，次序训练机构，用于获取前馈神经网络模型，所述前馈神经网络模型中，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，将完成各次训练后的前馈神经网络作为所述前馈神经网络模型包括：前馈神经网络进行训练的次数与所述目标城市的负荷设备数量正向关联；

9、其中，将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量同步输入到所述前馈神经网络模型，并执行所述前馈神经网络模型，以获得所述前馈神经网络模型输出的目标城市在当前时刻的下一时刻对应的电能消耗数据包括：将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量分别执行数值归一化处理后，再同步输入到所述前馈神经网络模型。

10、由此可见，本发明至少具有以下三处重要发明点：

11、第一处：为智能分析目标城市在当前时刻的下一时刻对应的电能消耗数据，针对性筛选了多项基础信息，包括目标城市在包括当前时刻的各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量；

12、第二处：使用针对性结构设计的前馈神经网络模型具体执行目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析，其中，对前馈神经网络连续进行各次训练以获得完成各次训练后的前馈神经网络，前馈神经网络进行训练的次数与所述目标城市的负荷设备数量正向关联，从而为不同城市设计不同结构的前馈神经网络模型；

13、第三处：将各个过往时刻分别对应的各份电能消耗数据、目标城市的常住人员数量、城市面积、最大负荷设备的额定功率以及负荷设备数量分别执行数值归一化处理后，再同步输入到所述前馈神经网络模型，从而构建了目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析的完整的数据处理过程。

14、本发明的应用分时数据的电能分析系统成熟可靠、应用广泛。由于通过为目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析针对性筛选了多项基础信息以及针对性结构设计的前馈神经网络模型，从而构建了目标城市在当前时刻的下一时刻对应的电能消耗数据的智能分析的完整的数据处理过程。

1.一种应用分时数据的电能分析系统，其特征在于，所述系统包括：

2.如权利要求1所述的应用分时数据的电能分析系统，其特征在于：

3.如权利要求2所述的应用分时数据的电能分析系统，其特征在于，所述系统还包括：

4.如权利要求3所述的应用分时数据的电能分析系统，其特征在于：

5.如权利要求4所述的应用分时数据的电能分析系统，其特征在于：

6.如权利要求5所述的应用分时数据的电能分析系统，其特征在于：

7.如权利要求2所述的应用分时数据的电能分析系统，其特征在于，所述系统还包括：

8.如权利要求7所述的应用分时数据的电能分析系统，其特征在于：

9.如权利要求8所述的应用分时数据的电能分析系统，其特征在于：