(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 202211238329.2 (22)申请日 2022.10.11 (65)同一申请的已公布的文献号 申请公布号 CN 115310879 A (43)申请公布日 2022.11.08 (73)专利权人 浙江浙石油综合能源销售有限公 司 地址 310000 浙江省杭州市西湖区古 荡街 道文二路391号西湖国际科技大厦 1015室 (72)发明人 周君良　范庆来　武禹伯　朱霄　 蒋肇标　仇溯舸　陈佳轶　王崇　 杨杰　蔡诗瑶　何佳敏　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 黎双华 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01)G06K 9/62(2022.01) (56)对比文件 CN 110766273 A,2020.02.07 CN 114091961 A,202 2.02.25 CN 112288465 A,2021.01.2 9 CN 113743977 A,2021.12.0 3 CN 113627731 A,2021.1 1.09 KR 20200010621 A,2020.01.31 CN 112785029 A,2021.0 5.11 CN 113095442 A,2021.07.09 CN 114897351 A,202 2.08.12 CN 114565209 A,202 2.05.31 CN 112288597 A,2021.01.2 9 CN 114970660 A,2022.08.30 CN 112348055 A,2021.02.09 CN 111695612 A,2020.09.2 2 CN 109871412 A,2019.0 6.11 CN 112070109 A,2020.12.1 1 (续) 审查员 隗仁然 (54)发明名称 一种基于半监督聚类算法的多加油站用电 量能耗管控方法 (57)摘要 本发明属于加油站能耗管控技术领域， 具体 涉及一种基于半监督聚类算法的多加油站用电 量能耗管控 方法， 本发明基于初步计算得到的各 簇加油站组多个维度工况各自对应的标准值， 采 用半监督聚类算法的学习思想： 基于每日单位能 耗数据对各簇内的加油站进一步进行了二次聚 类， 以在各簇内聚类得到若干簇加油站子组， 此 时加油站子组 内的加油站用电情况高度相似， 并 在加油站子组内按优先级大小筛选出若干个代 表加油站， 基于初步计算得到的标准值判断各代 表加油站在各 维度的能耗使用是否合理的情况， 进而判断加油站子组内所有加油站能耗使用是 否合理。 本发 明可同时高效管控庞大数量的加油站整体用电量能耗。 [转续页] 权利要求书3页 说明书8页 附图1页 CN 115310879 B 2022.12.16 CN 115310879 B (56)对比文件 CN 113449980 A,2021.09.28 戴月明， 高倩.自适应半监 督模糊谱聚类算 法. 《计算机 工程与应用》 .2020, 王珂， 王天秀.基 于二次聚类的电力负荷异 常数据辨识. 《电气技 术》 .2014,汪雨清.K-means聚类分析在识别办公建筑 运行能耗特 征中的应用研究. 《绿色 建筑》 .2020, (第03期), 柴变芳等.基于主动学习先验的半监 督K- means聚类算法. 《计算机 应用》 .2018,(第1 1期),2/2 页 2[接上页] CN 115310879 B1.一种基于半监 督聚类算法的多加油站用电量能耗管控方法， 其特 征在于， 包括 步骤： S1、 基于加油站营业 规模信息对若干加油站进行聚类， 以得到 簇加油站组； S2、 实时获取各加油站的每日用电量能耗数据以及多个维度工况的每日数据， 并计算 各加油站多个维度工况 各自对应的每日单位能耗数据； S3、 重复步骤S2， 直至达到预设时间长度周期， 基于预设时间长度周期内各簇加油站组 内各加油站多个维度工况对应的每日单位能耗数据， 以计算得到各簇加油站组多个维度工 况各自对应的标准 值； S4、 执行步骤S2， 并基于各簇加油站组内各加油站多个维度工况各自对应的每日单位 能耗数据， 以对各簇加油 站组内的若干加油 站进行二次聚类， 以在各簇加油 站组内聚类得 到若干簇加油站子组， 并执 行步骤S5； S5、 在各加油站子组内按优先级大小均筛选出k个代表加油站， 并将各代表加油站多个 维度工况各自对应的每日单位能耗数据与对应的标准值进 行差值比较， 以判断各代表加油 站在各维度的能耗使用是否合理； S6、 基于各代表加油站在各维度的能耗使用是否合理的情况， 判断加油站子组内所有 加油站能耗使用是否合理； S7、 基于能耗使用的判断结果对各加油站子组进行能耗管控； S8、 返回步骤S4。 2.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法， 其特征在于， 步骤S1中所述营业规模信息包括站 点地理位置信息、 站 点加油机数量信息、 站 点加油枪数量信息、 站点油罐 数量信息、 站点营业时长信息 。 3.根据权利要求2所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法， 其特征在于， 步骤S1中， 包括以下步骤： S1.1、 选定H个加油站数据样本作为类中心； S1.2、 将加油站数据样本逐个与类中心进行距离计算， 并将加油站数据样本分配至距 离最近的类中心所属的集 合中； S1.3、 计算每 个类集合中所有数据样本点的均值， 并作为 新一轮的类中心； S1.4、 判断新一轮类中心与上一轮类中心间的距离是否超过设定的阈值， 若超过阈值 则返回步骤S1.2， 否则聚类结束。 4.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法， 其特征在于， 步骤S2中所述多个维度工况的每日数据包括站点每日总加油量数据、 站点每 日营业时长信息、 站点每日站内平均温度信息 。 5.根据权利要求1所述的一种基于半监督聚类算法的多加油站用电量能耗管控方法， 其特征在于， 步骤S3中， 所述各簇加油站组多个维度工况 各自对应的标准 值， 计算公式为： ，权　利　要　求　书 1/3 页 2 CN 115310879 B 3