(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221074090 3.8 (22)申请日 2022.06.28 (65)同一申请的已公布的文献号 申请公布号 CN 114820825 A (43)申请公布日 2022.07.29 (73)专利权人 浩源科技有限公司 地址 321000 浙江省金华市 婺城区八一北 街625号 (72)发明人 王坚　 (74)专利代理 机构 北京奥肯律师事务所 1 1881 专利代理师 左大帅 (51)Int.Cl. G06T 7/90(2017.01) G06F 30/13(2020.01) G06F 16/2455(2019.01) (56)对比文件 CN 108508831 A,2018.09.07 CN 113110221 A,2021.07.13 CN 111612018 A,2020.09.01 CN 113139731 A,2021.07.20CN 114393520 A,202 2.04.26 WO 2022052570 A1,202 2.03.17 US 20193 02713 A1,2019.10.0 3 杨丽娜等.基于GRU神经网络的数据中心能 耗预测模型研究. 《电力 信息与通信技 术》 .2021, 第19卷(第3期),第10 -18页. 郭杰等.基 于数字孪生的城市地下综合管廊 应用研究. 《计算机 仿真》 .202 2,第39卷(第4期), 第119-123、 209页. Song-Tao Lu等.Clas sificati on and Coding of Pipe Gal lery Bim Model for Operation and Mai ntenance. 《I nternati onal Conference o n Applications and Tec hniques in Cyber Security and I ntelligence ATCI 2018》 .2018,第842卷第432-4 42页. (续) 审查员 谢婉婉 (54)发明名称 一种地下管廊装配式结构的绿色检测方法 及系统 (57)摘要 本发明公开了一种地下管廊装配式结构的 绿色检测方法及系统， 涉及数据处理领域。 所述 方法包括： 搭建分布式廊仓监测系统， 对分布的 各舱室装配区的设备进行运行环 境的数据采集， 对各采集数据进行预处理， 进而对 预处理过后的 数据进行能耗特征提取， 并进行正向连续时间序 列的数据比对分析， 对数据波动较为明显的部分 进行异常标记， 且进行异常能耗值的检测输出。 解决了难以对各大型功率设备的能耗进行动态 监测， 导致无法对各能源数据进行质量控制的技 术问题。 达到了在对地下综合管廊的各舱室进行 正常的设备运行时， 对各大型功率设备的能耗进行动态监测， 确保对各能源数据进行质量控制， 实现对地下管廊装配式结构设备能耗进行绿色 检测的技 术效果。 [转续页] 权利要求书3页 说明书12页 附图4页 CN 114820825 B 2022.09.20 CN 114820825 B (56)对比文件 FeiFei Chen等.An energy co nsumption model and analy sis tool for Cl oud computing enviro nments. 《2012 First Internati onal Workshop o n Green and Sustainable Software (GRE ENS)》 .2012,第45 - 50页.2/2 页 2[接上页] CN 114820825 B1.一种地下 管廊装配式结构的绿色检测方法， 其特 征在于， 所述方法包括： 搭建分布式廊仓监测系统， 所述分布式廊仓监测系统包括数据采集单元、 数据分析单 元以及异常预警单 元； 基于BIM技术， 对目标城市地下管廊的各舱室装配区进行仿真建模， 生成所述目标城市 地下管廊的立体式三维仿真环境； 基于所述数据采集单元， 对所述立体式三维仿真环境中各舱室运行环境进行数据采 集， 获得各舱室运行 数据集合； 将所述各舱室运行数据集合上传至所述数据分析单元， 对所述各舱室运行数据集合进 行特征提取， 获得目标提取 特征集合； 通过对所述目标提取特征集合进行正向连续 时间序列的能耗数据比对分析， 获得各提 取特征数据分析 结果； 将所述各提取特征数据分析结果上传至所述异常预警单元， 对异常结果进行检测并输 出； 所述对所述各舱室运行 数据集合进行特征提取， 包括： 采集获得 各舱室运行 数据的历史能耗特 征； 将所述历史能耗特 征作为标识信息， 构建能耗特 征提取模型； 将所述各舱室运行数据集合作为输入数据， 上传至所述能耗特征提取模型， 基于所述 标识信息， 对所述输入数据进行训练， 获得训练结果， 其中， 所述训练结果包括模型提取特 征集合； 获得所述模型提取 特征集合对应的目标 特征能耗值集合； 获得所述各舱室运行 数据集合的各运行 数据能耗 值集合； 根据所述目标 特征能耗值集合， 确定预设能耗阈值； 基于所述预设能耗阈值， 对所述各运行数据能耗值集合进行筛选， 获得额外能耗特征 集合； 将所述额外能耗特征集合输入至所述 能耗特征提取模型， 对所述 能耗特征提取模型进 行优化训练。 2.如权利要求1所述的方法， 其特征在于， 所述对所述立体式三维仿真环境中各舱室运 行环境进行 数据采集， 包括： 基于所述各舱室装配区中嵌入的多种传感器监测系统， 对所述各舱室运行环境进行数 据采集， 获得初级采集数据集 合； 通过对所述初级采集数据集 合进行数据预处 理， 获得处 理后标准数据集 合； 对所述处理后标准数据集合， 进行时间要素的采集标记， 生成所述各舱室运行数据集 合。 3.如权利要求2所述的方法， 其特征在于， 所述通过对所述初级采集数据集合进行数据 预处理， 包括： 根据所述初级采集数据集 合， 获得第一特 征数据集； 对所述第一特 征数据集进行去中心化处 理， 获得第二特 征数据集； 获得所述第二特 征数据集的第一协方差矩阵； 对所述第一协方差矩阵进行运算， 获得所述第 一协方差矩阵的第 一特征值和第 一特征权　利　要　求　书 1/3 页 2 CN 114820825 B 3