构建设备能效曲线方法、装置、可读存储介质及电子设备与流程

1.本发明涉及能源技术领域，尤其涉及构建设备能效曲线方法、装置、可读存储介质及电子设备。


背景技术：

2.能源站的优化调度、设备维护保养效果评估等场景中，设备的能效曲线都是其先验条件，换言之，通常需要构建出燃气蒸汽锅炉的设备能效曲线，并将构建的设备能效曲线作为评估燃气蒸汽锅炉维护保养效果或者能源站的优化调度的数据基础。
3.目前，通常需要采集燃气蒸汽锅炉的多个运行数据，然后计算出每一个运行数据分别对应的负荷率及能效，进而得到负荷率对应的能效离散点，采用线性回归的方式对负荷率对应的能效离散点进行曲线拟合，拟合得到的曲线即为设备能效曲线。
4.但是，燃气蒸汽锅炉的数据可能相对单一，使用这些运行数据计算得到的能效离散点可能不够准确，进而导致拟合的设备能效曲线不能准确反映燃气蒸汽锅炉在不同负荷率下的能效情况。


技术实现要素：

5.本发明提供了一种构建设备能效曲线方法、装置、计算机可读存储介质及电子设备，构建的设备能效曲线能够更为准确的反映设备在不同负荷率下运行时的能效情况。
6.第一方面，本发明提供了一种构建设备能效曲线方法，包括：
7.获取各个参考设备各自的能效曲线建模数据集；
8.根据各个所述参考设备各自的能效曲线建模数据集，确定各个所述参考设备各自对应的局部能效曲线；
9.根据各个所述局部能效曲线，构建目标设备的设备能效曲线，所述目标设备和所述参考设备之间的相似度不小于预设阈值。
10.第二方面，本发明提供了一种构建设备能效曲线装置，包括：
11.获取模块，用于获取各个参考设备各自的能效曲线建模数据集；
12.曲线确定模块，用于根据各个所述参考设备各自的能效曲线建模数据集，确定各个所述参考设备各自对应的局部能效曲线；
13.构建模块，用于根据各个所述局部能效曲线，构建目标设备的设备能效曲线，所述目标设备和所述参考设备之间的相似度不小于预设阈值。
14.第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
15.第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
16.本发明提供了一种构建设备能效曲线方法、装置、计算机可读存储介质及电子设
备，该方法通过获取各个参考设备各自的能效曲线建模数据集，然后，根据各个参考设备各自的能效曲线建模数据集，确定各个参考设备各自对应的局部能效曲线，之后，根据各个局部能效曲线，构建目标设备的设备能效曲线，目标设备和参考设备之间的相似度不小于预设阈值。综上所述，通过本发明的技术方案，通过考虑各个参考设备各自的局部能效曲线，增加了数据的维度，使得构建的设备能效曲线能够更为准确的反映设备在不同负荷率下运行时的能效情况。
17.上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
18.为了更清楚地说明本发明实施例或现有的技术方案，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中记载的一些实施例，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。
19.图1为本发明一实施例提供的一种构建设备能效曲线方法的流程示意图；
20.图2为本发明一实施例提供的一种构建设备能效曲线装置的结构示意图；
21.图3为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
22.为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。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。
23.如图1所示，为本发明实施例提供的一种构建设备能效曲线方法。本发明实施例所提供的方法可应用在电子设备上，具体可以应用于服务器或一般计算机上。本实施例中，所述方法具体包括以下步骤：
24.如图1所述，本发明实施例提供了一种构建设备能效曲线方法，包括如下各个步骤：
25.步骤101，获取各个参考设备各自的能效曲线建模数据集。
26.具体地，参考设备可以是任何需要构建能效曲线的设备，比如，能源设备，示例地，能源设备可以是燃气蒸汽锅炉、燃气内燃机、燃气轮机等设备，应当理解的，上述能源设备仅仅为示例，并不对本技术提供的方法构成限定。
27.具体地，能效曲线建模数据集指的是用于构建能效曲线所需要的数据，具体地，可以包括各个采集时间点各自对应的负荷率以及各个负荷率各自对应的能效。应当理解的，针对每个参考设备，参考设备对应一个能效曲线建模数据集，能效曲线建模数据基于参考设备的运行数据确定。
28.在一些可行的实现方式，通过参考设备的瞬时运行数据，获取参考设备的能效曲线建模数据集，所述获取各个参考设备各自的能效曲线建模数据集，包括：
29.获取参考设备的瞬时运行数据，所述瞬时运行数据包括额定容量、瞬时燃气消耗
量及瞬时蒸汽产生量；
30.对各个所述瞬时运行数据进行过滤，以确定各个目标运行数据；
31.针对每个所述目标运行数据，确定所述目标运行数据对应的负荷率以及所述目标运行数据对应的能效数据，所述负荷率和所述能效数据对应；
32.根据各个所述负荷率以及各个所述负荷率各自对应的所述能效数据，形成所述参考设备的能效曲线建模数据集。
33.本实施例中，参考设备指的是能够消耗天然气，产生蒸汽的设备，额定容量表示设备消耗一个单位天然气时应当产生的蒸汽量。瞬时运行数据为分钟级数据，比如，1分钟，即瞬时燃气消耗量为1分钟的燃气消耗量，瞬时蒸汽产生量为1分钟的蒸汽产生量。
34.作为一种可能的情况，传感器可以直接采集瞬时运行数据。
35.作为另一种可能的情况，传感器采集的是累计数据，则所述获取参考设备的瞬时运行数据，包括：
36.获取参考设备的运行数据以及所述运行数据对应的采集时间点，所述运行数据包括额定容量、累计燃气消耗量以及累计蒸汽产生量；
37.根据各个所述运行数据以及各个所述运行数据各自对应的采集时间点，计算各个所述采集时间点各自对应的瞬时运行数据。
38.举例来说，在t1～ti共i个时刻分别采集参考设备的运行数据，对于当前采集时间点tj采集的运行数据中携带的累计燃气消耗量及累计蒸汽产生量，具体指的是从采集运行数据的起始时间点t1开始到当前采集时间点tj之间的时间段中目标设备消耗的天然气总量(即累计燃气消耗量)及消耗这些天燃气时实际产生的蒸汽总量(即累计蒸汽产生量)；相应的，后续根据当前采集时间点tj采集的运行数据中携带的累计燃气消耗量及累计蒸汽产生量，可计算当前采集时间点tj及相邻采集时间点tj 1分别采集的运行数据中携带的累计燃气消耗量之间的差值，该差值即为采集时间点tj对应的瞬时燃气消耗量；基于相似的原理，可计算出采集时间点tj对应的瞬时蒸汽产生量，采集时间点tj对应的瞬时燃气消耗量及瞬时蒸汽产生量即可组成采集时间点tj对应的瞬时运行数据。
39.还需要说明的是，可计算当前采集时间点tj及相邻采集时间点tj-1分别采集的运行数据中携带的累计燃气消耗量之间的差值，该差值即为采集时间点tj对应的瞬时燃气消耗量；基于相似的原理，可计算出采集时间点tj对应的瞬时蒸汽产生量，采集时间点tj对应的瞬时燃气消耗量及瞬时蒸汽产生量即可组成采集时间点tj对应的瞬时运行数据。
40.显而易见的，计算瞬时燃气消耗量及瞬时蒸汽产生量的每两个相邻采集时间点的时间间隔可以相等，从而实现周期性的采集目标设备的运行数据。
41.具体地，可通过传感器采集参考设备的运行数据，在一个例子中，具体可通过传感器采集参考设备的多个运行数据，传感器可记录采集运行数据时的时间点，即将传感器记录的时间点确定为采集相应运行数据时对应的采集时间点。在另一个例子中，通过传感器采集参考设备的运行数据，将采集到的运行数据传送到用于构建参考设备的设备能效曲线的设备，该设备可以记录其接收到由传感器发送各个运行数据时分别对应的时间点，从而将其记录的、接收到每个运行数据时分别对应的时间点确定为采集相应运行数据时对应的采集时间点。
42.具体地，对各个瞬时运行数据进行过滤，实现滤除各个瞬时运行数据中不能较为
准确的反映目标设备的实际运行状态的瞬时运行数据、提取出能够较为准确的反映目标设备的实际运行状态的瞬时运行数据(即目标运行数据)，相应的，后续根据目标运行数据构建参考设备的局部能效曲线时，得到的局部能效曲线则能够更为准确的反映参考设备在不同负荷率下运行时的能效情况。
43.在第一种可能的情况，所述目标运行数据携带的所述瞬时蒸汽产生量位于预设数据区间，所述预设数据区间的上边界以及下边界根据预先设置的调整因子以及所述额定容量确定。具体可通过如下方式确定目标运行数据：
44.根据预先设置的调整因子以及额定容量确定瞬时蒸汽产生量对应的下边界及上边界；
45.a1、选择一个未被选择过的瞬时运行数据；
46.a2、检测选择的瞬时运行数据携带的述瞬时蒸汽产生量是否位于下边界以及上边界之间，如果是，则执行a3，否则，执行a4；
47.a3、提取选择的瞬时运行数据作为目标运行数据，执行a4；
48.a4、检测是否存在未被选择过的瞬时运行数据，如果是，则执行a1。
49.额定容量可以指示参考设备在特定环境下消耗一个单位天然气时应当产生的蒸汽量，且额定容量通常是参考设备在出厂阶段由参考设备的生产厂家给定的一个确定的数值，但是，参考设备在实际运行过程中，其所处的运行环境可能并不是特定环境，即采集的额定容量可能并不能准确反映参考设备在该运行环境下运行时消耗一个单位天然气时应当产生的蒸汽量，因此，用户可结合参考设备的实际运行环境，确定出一个调整因子，通过该调整因子及生产厂家给定的额定容量(即采集的额定容量)，重新确定出能够表征参考设备在该运行环境下运行时的瞬时蒸汽产生量应当所属的合理范围，即确定出该合理范围对应的上边界及下边界，当一个瞬时运行数据携带的瞬时蒸汽产生量不在该上边界及下边界之间时，即不在该合理范围之内时，则说明该瞬时运行数据所对应的运行数据不具有参考价值或参考价值较小，即说明该运行数据可能因为设备现场环境变化、设备负荷过大而导致其不具有参考价值或参考价值较小，相应的，当且仅当一个瞬时运行数据携带的瞬时蒸汽产生量位于上边界及下边界之间时，才将该瞬时运行数据确定为目标运行数据，实现滤除不能较为准确的反映参考设备在实际运行状态下的瞬时运行数据。需要说明的是，下边界可以是0，上边界可以是调整因子与采集的运行数据中携带的额定容量的乘积，该上边界可以指示参考设备在其实际运行环境下运行时的额定容量，即指示参考设备在该运行环境下运行时每消耗一个单位天然气时应当产生的蒸汽量。需要说明的，调整因子需要根据参考设备实际运行时所处的运行环境(例如，运行时长、环境温度)进行设置，通常可以是0.8～1.2之间的任意值。
50.在第二种可能的情况，所述目标运行数据对应的采集时间点位于设备稳定运行时段内，具体可通过如下方式确定目标运行数据：
51.根据各个运行数据各自对应的采集时间点、各个运行数据分别携带的设备的启停状态以及预先设置的延时时间，确定过滤时段；
52.b1、选择一个未被选择过的瞬时运行数据；
53.b2、检测瞬时运行数据对应的采集时间点是否位于过滤时段内，如果否，则执行b4，如果是，执行b3；
54.b3、提取选择的瞬时运行数据作为目标运行数据，执行b4；
55.b4、检测是否存在未被选择过的瞬时运行数据，如果是，则执行b1。
56.该实施例中，构建设备能效曲线的数据基础为参考设备启动后正常运行时的运行数据，在参考设备处于停机状态时以及参考设备从停机状态到启动运行之后的一定延迟时间内，对应采集的运行数据不能准确反映参考设备的实际运行状态，这里需要对不能准确反映参考设备的实际运行状态的运行数据进行过滤，即实现滤除不能准确反映参考设备的实际运行状态所对应的各个运行数据以提取若干目标运行数据，后续则可根据提取的各个目标运行数据构建能够更为准确的反映参考设备的能效情况的局部能效曲线。
57.在实际业务场景中，可通过指定参数0和1指示参考设备的停启状态，并具体利用参数0指示参考设备处于停机状态，利用参数1指示参考设备处于运行状态。相应的，以采集t1～t
i j
时间内的运行数据为例，从t1时刻～ti时刻采集的各个运行数据中均携带指示参考设备处于停机状态的参数0，且从t
i 1
时刻～t
i j
时刻采集的各个运行数据中均携带指示参考设备处于运行状态的参数1，设置参考设备启动后的延迟时间为td，那么，过滤时间即包括从t1时刻开始至(ti td)时刻之间的时间段，在该过滤时间内的各个采集时间点分别采集的运行数据均不能准确的反映参考设备的实际运行状态，此时，即可将位于t1时刻开始至(ti td)时刻之间的各个采集时间点分别对应的第一运行数据滤除，仅提取(ti td)时刻至t
i j
时刻之间的各个采集时间点分别对应的第一运行数据作为瞬时运行数据。需要说明的是，设置参考设备开机之后的延迟时间需要根据参考设备实际运行情况进行设置，通常可以是5min～15min之间的任意值。还需要说明的是，设备稳定运行时段是各个运行数据对应的运行时段中去除过滤时段之后的其他时段。换言之，设备稳定运行时段基于各个运行数据各自对应的采集时间点、各个运行数据分别携带的设备的启停状态以及预先设置的延时时间确定。
58.在第三种可能的情况，所述目标运行数据携带的所述瞬时蒸汽产生量位于所述瞬时蒸汽产生量的置信区间内，所述置信区间根据预先设置的置信水平以及各个所述瞬时运行数据各自携带的所述瞬时蒸汽产生量确定。具体可通过如下方式确定目标运行数据：
59.根据预先设置的置信水平以及各个瞬时运行数据携带的瞬时蒸汽产生量，确定瞬时蒸汽产生量对应的置信区间；
60.c1、选择一个未被选择过的瞬时运行数据；
61.c2、检测选择的瞬时运行数据携带的瞬时蒸汽产生量是否位于置信区间内，如果是，则执行c3，否则，执行c4；
62.c3、提取选择的瞬时运行数据作为目标运行数据，执行c4；
63.c4、检测是否存在未被选择过的瞬时运行数据，如果是，则执行c1。
64.该实施例中，参考设备在实际运行过程中，采集到的大多数运行数据对应的瞬时运行数据携带的瞬时蒸汽产生量会分布在某一数值区间内，只有少部分瞬时运行数据携带的瞬时蒸汽产生量会偏离该数值区间，偏离该数值区间的瞬时运行数据携带的瞬时蒸汽产生量出现的频率相对较低，且相对于其他瞬时运行数据中携带的瞬时蒸汽产生量过大或多小，此时，该瞬时运行数据的参考价值则相对较小，即可根据瞬时运行数据携带的瞬时蒸汽产生量确定一个置信水平，通过该置信水平即可确定出各个瞬时运行数据携带的瞬时蒸汽产生量应当所属的合理数值区间(即在一定置信水平下的置信区间)；当一个瞬时运行数据
携带的瞬时蒸汽产生量不在该置信区间内，则说明该瞬时运行数据的参考价值较小，这里对参考价值较小的瞬时运行数据进行再次过滤，即实现进一步滤除参考价值较小的各个瞬时运行数据以提取若干参考价值相对较大的目标运行数据，后续则可根据提取的各个目标运行数据构建能够更为准确反映参考设备的能效情况的设备能效曲线。举例来说，若置信水平为95％，通过标准正太分布表查询得到随机变量的数值为1.96，则置信区间为-x-1.96σ/√n≤s≤-x 1.96σ/√n(-x表示瞬时运行数据携带的瞬时蒸汽产生量的平均值，σ表示瞬时运行数据携带的瞬时蒸汽产生量的标准差，n表示瞬时运行数据携带的瞬时蒸汽产生量的数据总数)。需要说明的，置信水平需要根据运行数据的分布情况进行设置，通常可以是90％～99％中任意百分数，最优置信水平为95％。
65.在实际应用中，目标运行数据携带的瞬时蒸汽产生量位于预设数据区间，目标运行数据对应的采集时间点位于设备稳定运行时段内，目标运行数据携带的瞬时蒸汽产生量位于瞬时蒸汽产生量的置信区间内。
66.步骤102、根据各个所述参考设备各自的能效曲线建模数据集，确定各个所述参考设备各自对应的局部能效曲线。
67.在一些可行的实现方式，步骤102包括：
68.根据所述参考设备的能效曲线建模数据集，确定获取的各个负荷区间各自对应的能效数据集，所述能效数据集中能效数据对应的负荷率位于对应的所述负荷区间内，各个所述负荷区间基于负荷区间个数对目标负荷区间进行划分得到；
69.根据所述能效数据集中能效数据的时序以及所述能效数据集的初始指数加权平均值，确定所述能效数据集对应的所述负荷区间的区间平均能效；
70.确定所述负荷区间的区间平均负荷，所述区间平均负荷基于所述负荷区间的左边界以及右边界确定，或者，基于所述能效曲线建模数据集中位于所述负荷区间内的各个负荷率确定；
71.根据各个所述负荷区间各自的所述区间平均能效以及各个所述负荷区间各自的区间平均负荷，确定所述参考设备对应的局部能效曲线。
72.具体地，负荷率指的是瞬时蒸汽产生量与额定容量的比值，该比值可以反映参考设备的利用率，该比值大则说明参考设备的利用率高，反之则说明设备的利用率低；能效指的是某一采集时间点对应的瞬时蒸汽产生量与瞬时燃气消耗量的比值，该比值大则说明消耗一个单位天然气时可以产生更多的蒸汽，反之则说明消耗一个单位天然气时会产生更少的蒸汽，即能效为消耗一个单位天然气时能产生的蒸汽量；
73.对于能效曲线建模数据集而言，能效曲线建模数据集中的各个负荷率及各个能效数据是对应的，即某一采集时间点对应唯一一个负荷率及唯一一个能效数据，此时可实现根据能效数据对应的负荷率确定每一个能效数据的负荷区间，将负荷区间对应的各个能效数据作为一个能效数据集，后续则可根据各个负荷区间各自对应的能效数据集构建局部能效曲线，该局部能效曲线可以指示参考设备在不同负荷率下运行时消耗一单位天然气时实际产生的蒸汽量。相应的，基于负荷区间个数对目标负荷区间进行均分，得到多个负荷区间，多个负荷区间是连续的，比如，负荷区间个数是5，目标负荷区间为0％～100％，即可形成5个负荷区间，5个负荷区间依次为：0％～20％、20％～40％、40％～60％、60％～80％、80％～100％。
74.具体地，针对每一个负荷区间，初始指数加权平均值是负荷区间中对应的各个能效数据的均值，该均值可以指示该负荷区间的平均能效水平，但是，该初始指数加权平均值不能更为准确的反映参考设备当前的能效状态；对于能效数据而言，越接近当前的时间，越能反映参考设备当前的能效状态，此时，可结合各个能效数据分别对应的运行数据携带的采集时间点，确定出能够更为准确的反映参考设备当前的能效状态的各个负荷区间分别对应的能效数据的时序，时序指示了能效数据的先后顺序，进而，根据能效数据的时序、初始指数加权平均值，确定出能够更为准确的反映参考设备当前的能效状态的各个负荷区间分别对应的区间平均能效，后续则可根据各个负荷区间分别对应的平均负荷率、各个负荷区间分别对应的区间平均能效构建能够更为准确的反映参考设备在不同负荷率下运行时的能效状态的设备能效曲线。举例来说，针对20％～40％的负荷区间来说，平均负荷率即为20％与40％的平均值，即30％；20％～40％负荷区间的能效数据包括e20、e21、
…
、e39、e40，假设各个能效数据分别对应的采集时间点依次为t20、t21、
…
、t39、t40，那么，能效数据的时序为e20、e21、
…
、e39、e40。
75.在一些可行的实现方式，所述根据所述能效数据集中能效数据的时序以及所述能效数据集的初始指数加权平均值，确定所述能效数据集对应的所述负荷区间的区间平均能效，包括：
76.根据所述能效数据集中能效数据的时序，通过第一公式依次计算所述能效数据集中能效数据的指数加权平均值，所述第一公式包括：
77.ei＝β*e
i-1
(1-β)*ei78.其中，ei表征第i个能效数据的指数加权平均值、e
i-1
表征第(i-1)个能效数据的指数加权平均值、ei表征第i个能效数据，β为加权下降系数，且i＝1时，e
i-1
表征所述能效数据集的初始指数加权平均值；
79.将各个所述能效数据的时序中位于末位的所述能效数据的所述指数加权平均值，确定为所述能效数据集对应的所述负荷区间的区间平均能效。
80.该实施例中，针对每一个负荷区间，负荷区间对应的能效数据的时序中位于首位的能效数据对应的指数加权平均值e
i-1
为初始指数加权平均值，后续则按照能效数据的时序依次计算负荷区间中每一个能效数据对应的指数加权平均值，进一步确定区间平均能效，此时该区间平均能效可以更加准确的反映参考设备当前的能效状态，利用指数加权平均的方法构建的设备能效曲线能够更加准确的反映设备在不同负荷率下运行时的能效情况。
81.举例来说，负荷区间为20％～40％，负荷区间对应的初始指数加权平均值为e0，加权下降系数β为0.9，该区间对应的各个能效数据的时序为e
20
、e
21
、
…
、e
39
、e
40
、，则e1＝0.9*e0 0.1*e
20
、
…
、e
39
＝0.9*e
38
0.1e
39
、e
40
＝0.9*e
39
0.1e
40
，计算得到的e
40
即为20％～40％负荷区间对应的区间平均能效。
82.应当理解的，得到每个参考设备的局部能效曲线的过程是相同的。
83.步骤103、根据各个所述局部能效曲线，构建目标设备的设备能效曲线，所述目标设备和所述参考设备之间的相似度不小于预设阈值。
84.具体地，目标设备和参考设备的设备类型相同，比如，都是燃气蒸汽锅炉，当然，为了确保局部能效曲线的参考价值，目标设备的运行数据和参考设备的运行数据之间也是相
似的，比如，目标设备和参考设备的型号相同，额定容量相同，运行环境相同，因此，基于型号相同，额定容量相同，运行环境等因素，确定出目标设备和其他设备之间的相似度，将不小于预设阈值的相似度对应的设备确定为参考设备。需要说明的是，目标设备可以是参考设备中的任意一个，也可以是和参考设备相似的其他设备，具体需要结合实际场景确定。
85.需要说明的是，各个参考设备各自的运行数据分布在物联网中的不同的检测点，共享数据会产生数据安全问题，通过检测点中的非共享运行数据构建能效曲线建模数据集，进而得到检测点的局部能效曲线，实现将非共享运行数据迁移到目标设备上，使得检测点之间不存在数据共享，避免了直接共享数据带来的数据安全问题。其中，检测点是能进行数据处理以及数据交互的节点，包括但不限于边缘服务器、边缘网关以及边缘控制器中的任意一种或多种。
86.作为一种可能的实现方式，步骤103包括：
87.获取更新模型参数，所述更新模型参数基于各个所述局部能效曲线各自对应的模型参数确定；
88.根据所述更新模型参数和各个所述能效曲线建模数据集，对各个所述局部能效曲线进行更新，以调整更新模型参数；
89.根据满足迭代停止条件时的各个局部能效曲线，构建目标设备的设备能效曲线。
90.具体地，各个参考设备各自的检测点上传模型参数，接收更新模型参数，进行模型参数的更新，从而更新局部能效曲线，并将更新后的局部能效曲线对应的模型参数上传，继续上述步骤对局部能效曲线进行反复迭代，获取满足迭代停止条件时的各个局部能效曲线，作为一种可能的情况，对满足迭代停止条件时的各个局部能效曲线进行融合，以得到目标设备的设备能效曲线，比如，基于目标设备和参考设备之间的相似度，确定各个参考设备各自对应的权重；基于各个参考设备各自对应的权重，对满足迭代条件的各个局部能效模型进行加权平均，以确定目标设备的设备能效曲线。作为一种可能的情况，确定满足迭代停止条件时的各个局部能效曲线各自对应的模型参数，对这些模型参数进行融合，得到目标模型参数，根据目标模型参数对目标设备的能效曲线建模数据集进行处理，构建目标设备的设备能效曲线。
91.模型参数指示了构建设备能效曲线所需要的参数，可选地，模型参数包括加权下降系数、负荷区间个数、各个负荷区间各自的区间平均能效、各个负荷区间各自的区间平均负荷中的任意一个或多个。迭代停止条件为迭代次数。
92.在实际应用中，不同能效曲线建模数据集分布在物联网中的不同节点，直接在本地构建局部能效曲线，确保数据安全，由目标设备在物联网中的节点进行各个局部能效曲线的融合，确定目标设备的设备能效曲线。其中，节点能进行数据处理以及数据交互，包括但不限于边缘服务器、边缘网关以及边缘控制器中的任意一种或多种。其中，目标设备可以是任意一个参考设备，或者，参考设备中不包括目标设备。
93.通过以上技术方案可知，本实施例存在的有益效果是：各个参考设备各自的局部能效曲线，增加了数据的维度，使得构建的设备能效曲线能够更为准确的反映设备在不同负荷率下运行时的能效情况。
94.基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种构建设备能效曲线装置，包括：
95.获取模块201，用于获取各个参考设备各自的能效曲线建模数据集；
96.曲线确定模块202，用于根据各个所述参考设备各自的能效曲线建模数据集，确定各个所述参考设备各自对应的局部能效曲线；
97.构建模块203，用于根据各个所述局部能效曲线，构建目标设备的设备能效曲线，所述目标设备和所述参考设备之间的相似度不小于预设阈值。
98.本发明一个实施例中，所述曲线确定模块202，包括：第一数据集确定单元、能效确定单元、负荷确定单元及曲线确定单元；其中，
99.所述第一数据集确定单元，用于根据所述参考设备的能效曲线建模数据集，确定获取的各个负荷区间各自对应的能效数据集，所述能效数据集中能效数据对应的负荷率位于对应的所述负荷区间内，各个所述负荷区间基于负荷区间个数对目标负荷区间进行划分得到；
100.所述能效确定单元，用于根据所述能效数据集中能效数据的时序以及所述能效数据集的初始指数加权平均值，确定所述能效数据集对应的所述负荷区间的区间平均能效；
101.所述负荷确定单元，用于确定所述负荷区间的区间平均负荷，所述区间平均负荷基于所述负荷区间的左边界以及右边界确定，或者，基于所述能效曲线建模数据集中位于所述负荷区间内的各个负荷率确定；
102.所述曲线确定单元，用于根据各个所述负荷区间各自的所述区间平均能效以及各个所述负荷区间各自的区间平均负荷，确定所述参考设备对应的局部能效曲线。
103.本发明一个实施例中，所述能效确定单元，包括：计算子单元以及能效确定子单元；其中，
104.所述计算子单元，用于根据所述能效数据集中能效数据的时序，通过第一公式依次计算所述能效数据集中能效数据的指数加权平均值，所述第一公式包括：
105.ei＝β*e
i-1
(1-β)*ei106.其中，ei表征第i个能效数据的指数加权平均值、e
i-1
表征第(i-1)个能效数据的指数加权平均值、ei表征第i个能效数据，β为加权下降系数，且i＝1时，e
i-1
表征所述能效数据集的初始指数加权平均值；
107.所述能效确定子单元，用于将各个所述能效数据的时序中位于末位的所述能效数据的所述指数加权平均值，确定为所述能效数据集对应的所述负荷区间的区间平均能效。
108.本发明一个实施例中，所述构建模块203，包括：系数确定模块、更新模块以及构建模块；其中，
109.所述系数确定模块，用于获取更新模型参数，所述更新模型参数基于各个所述局部能效曲线各自对应的模型参数确定；
110.所述更新模块，用于根据所述更新模型参数和各个所述能效曲线建模数据集，对各个所述局部能效曲线进行更新，以调整更新模型参数；
111.所述构建模块，用于根据满足迭代停止条件时的各个局部能效曲线，构建目标设备的设备能效曲线。
112.本发明一个实施例中，所述获取模块201，包括：获取单元、过滤单元、计算单元以及第二数据集确定单元；
113.所述获取单元，用于获取参考设备的瞬时运行数据，所述瞬时运行数据包括额定
容量、瞬时燃气消耗量及瞬时蒸汽产生量；
114.所述过滤单元，用于对各个所述瞬时运行数据进行过滤，以确定各个目标运行数据；
115.所述计算单元，用于针对每个所述目标运行数据，确定所述目标运行数据对应的负荷率以及所述目标运行数据对应的能效数据，所述负荷率和所述能效数据对应；
116.所述第二数据集确定单元，用于根据各个所述负荷率以及各个所述负荷率各自对应的所述能效数据，形成所述参考设备的能效曲线建模数据集。
117.本发明一个实施例中，所述获取单元，包括获取子单元以及计算子单元；其中，
118.所述获取子单元，用于获取参考设备的运行数据以及所述运行数据对应的采集时间点，所述运行数据包括额定容量、累计燃气消耗量以及累计蒸汽产生量；
119.所述计算子单元，用于根据各个所述运行数据以及各个所述运行数据各自对应的采集时间点，计算各个所述采集时间点各自对应的瞬时运行数据。
120.本发明一个实施例中，所述目标运行数据携带的所述瞬时蒸汽产生量位于预设数据区间，所述预设数据区间的上边界以及下边界根据预先设置的调整因子以及所述额定容量确定；
121.和/或，所述目标运行数据对应的采集时间点位于设备稳定运行时段内；
122.和/或，所述目标运行数据携带的所述瞬时蒸汽产生量位于所述瞬时蒸汽产生量的置信区间内，所述置信区间根据预先设置的置信水平以及各个所述瞬时运行数据各自携带的所述瞬时蒸汽产生量确定。
123.图3是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器301以及存储有执行指令的存储器302，可选地还包括内部总线303及网络接口304。其中，存储器302可能包含内存3021，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器3022(non-volatile memory)，例如至少1个磁盘存储器等；处理器301、网络接口304和存储器302可以通过内部总线303相互连接，该内部总线303可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等；内部总线303可以分为地址总线、数据总线、控制总线等，为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器301执行存储器302存储的执行指令时，处理器301执行本发明任意一个实施例中的方法，并至少用于执行如图1所示的方法。
124.在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种构建设备能效曲线装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种构建设备能效曲线方法。
125.处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，
dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。
126.本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图3所示的电子设备；执行指令是一种构建设备能效曲线装置所对应计算机程序。
127.本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
128.本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
129.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
130.以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。