摘要
本发明公开了基于大数据与AI的工业能耗管理方法及系统,涉及工业能耗管理技术领域,包括,通过物联网设备收集数据,使用大数据技术预处理;使用变分模态分解对信号进行分解,提取高频噪声和低频趋势成分;从高频和低频子模态中提取特征,分别进行高频噪声子模态预测和低频趋势子模态预测;将各个子模态的预测结果作为输入,使用支持向量机集成模型进行训练,得到最终的能耗预测结果;根据预测结果通过多层优化的PSO算法优化设备调度决策。本发明所述方法通过引入VMD和CEEMDAN的子模态分解技术,能够有效减少信号中的噪声成分并捕捉到数据中的重要频率成分,能够实现更加灵活的设备调度决策,还能优化生产效率和设备维护。
技术关键词
能耗管理方法
优化设备
频率
大数据技术
支持向量机
决策
数据收集模块
大数据存储平台
工业
物联网设备
能耗管理技术
集成模块
噪声预测
粒子
信号
训练算法
系统为您推荐了相关专利信息
理赔风险评估方法
风险评估模型
风险评估系统
农业
支持向量机算法
分布式智能
遮阳系统
网络管理装置
ZigBee网络
节点
纹理特征提取
智能检测方法
图像分割算法
编码
像素点