摘要
本发明公开了一种基于机器学习的能耗监测方法及系统,属于数据处理技术领域,通过获取待监测目标对应的多维能耗相关数据,能够有效避免单一数据带来的识别不准确的问题,并根据所述多维能耗相关数据构建机器学习训练数据,以所述机器学习训练数据为基础,采用SLSPO对能耗预测模型进行训练,能够有效地提升能耗预测模型对数据的识别准确性,然后采用训练之后的能耗预测模型对待识别多维能耗相关数据进行识别,得到未来时段能耗预测值,最后根据所述未来时段能耗预测值进行待监测目标的能耗异常识别,并根据能耗异常识别得到的能耗异常识别结果进行能耗异常预警,有效地提升了能耗异常监测精准程度,为工作人员实施节能措施提供了强力参考。
技术关键词
能耗预测模型
机器学习训练数据
能耗监测方法
粒子
机器学习模型
基础
数据获取模块
能耗监测系统
后续数据处理
设备运行数据
梯度下降算法
监测模块
生成文字
数据处理技术
声光
机制
精度
通信设备