本申请涉及计算机，特别是涉及一种节能优化控制方法、系统、计算机设备及计算机可读介质。
背景技术：
1、园区等场合的节能控制当前主要依赖人工调节，无法实现自动调节设备的运行状态；人工调节无法根据环境变化实时调控设备的运行状态，调控存在延后，设备无法及时实现最优的节能效果，存在能源浪费及调控效率低下等问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种节能优化控制方法、系统、计算机设备及计算机可读介质。
2、第一方面，本申请提供一种节能优化控制方法，所述节能优化控制方法包括：
3、获取设备的历史数据，所述历史数据包括所述设备所处环境的历史环境数据及所述设备的历史工作数据；
4、对所述历史数据进行预处理；
5、将预处理后的历史数据进行特征提取；
6、对提取的特征进行筛选，以得到表征设备能耗的目标特征；
7、基于所述目标特征构建神经网络模型；
8、使用所述神经网络模型对所述设备进行能耗预测；
9、基于所述神经网络模型的能耗预测结果，对所述设备进行调控。
10、可选地，所述对所述历史数据进行预处理，包括：
11、对所述历史数据进行清洗；
12、将清洗后的历史数据进行规范化处理。
13、可选地，所述对提取的特征进行筛选，以得到表征设备能耗的目标特征，包括：
14、基于如下公式获取提取的各特征与所述设备能耗的相关系数：
15、
16、其中，rxy表示特征x与设备能耗y之间的相关系数，n为样本总数，xi为第i个样本的特征x的特征值，为n个样本的特征x的均值，yi为第i个样本的设备能耗，为n个样本的设备能耗的均值；
17、利用随机森林模型评估提取的特征对所述设备能耗的重要性；
18、基于所述相关系数及所述重要性对提取的特征进行筛选，以得到表征设备能耗的目标特征。
19、可选地，所述基于所述目标特征构建神经网络模型，包括：
20、选择初始神经网络模型；
21、基于所述目标特征对所述初始神经网络模型进行训练；
22、对训练的所述初始神经网络模型进行学习率调整及正则化，以得到所述神经网络模型。
23、可选地，对训练的所述初始神经网络模型进行学习率调整包括：采用自适应学习率方法对训练的所述初始神经网络模型进行学习率调整；
24、对训练的所述初始神经网络模型进行正则化包括：向训练的所述初始神经网络模型中引入l1正则化项或l2正则化项。
25、可选地，所述基于所述神经网络模型的能耗预测结果，对所述设备进行调控，包括：
26、基于所述神经网络模型的能耗预测结果制定调控策略；
27、基于所述调控策略生成调控指令；
28、基于所述调控指令对所述设备进行自动调控。
29、可选地，所述调控指令包括所述设备的工作参数调整指令及所述设备的开关控制指令；所述基于所述调控指令对所述设备进行自动调控，包括：
30、基于所述工作参数调整指令动态调整所述设备的工作参数；
31、基于所述开关控制指令控制所述设备的开启或关闭。
32、第二方面，本申请还提供一种节能优化控制系统，所述节能优化控制系统包括：
33、历史数据获取模块，用于获取设备的历史数据，所述历史数据包括所述设备所处环境的历史环境数据及所述设备的历史工作数据；
34、预处理模块，用于对所述历史数据进行预处理；
35、特征提取模块，用于将预处理后的历史数据进行特征提取；
36、特征筛选模块，用于对提取的特征进行筛选，以得到表征设备能耗的目标特征；
37、神经网络模型构建模块，用于基于所述目标特征构建神经网络模型，所述神经网络模型用于对所述设备进行能耗预测；
38、调控模块，用于基于所述神经网络模型的能耗预测结果，对所述设备进行调控。
39、第三方面，本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的节能优化控制方法的步骤。
40、第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的节能优化控制方法的步骤。
41、上述节能优化控制方法、系统、计算机设备及计算机可读介质中，通过在特征提取后对提取的特征进行筛选，以得到表征设备能耗的目标特征，在基于所述目标特征构建神经网络模型时，由于目标特征少于提取的特征，可以简化构建流程，提高构建的神经网络模型的预测性能和计算效率；通过使用所述神经网络模型对所述设备进行能耗预测，并基于所述神经网络模型的能耗预测结果，对所述设备进行调控，可以减少人工干预，可以根据环境变化实时调整设备的运行状态，可以避免能源浪费，提高能源使用效率及调控效率，可以及时实现最优的节能效果。
1.一种节能优化控制方法，其特征在于，包括：
2.根据权利要求1所述的节能优化控制方法，其特征在于，所述对所述历史数据进行预处理，包括：
3.根据权利要求1所述的节能优化控制方法，其特征在于，所述对提取的特征进行筛选，以得到表征设备能耗的目标特征，包括：
4.根据权利要求1所述的节能优化控制方法，其特征在于，所述基于所述目标特征构建神经网络模型，包括：
5.根据权利要求4所述的节能优化控制方法，其特征在于，
6.根据权利要求1所述的节能优化控制方法，其特征在于，所述基于所述神经网络模型的能耗预测结果，对所述设备进行调控，包括：
7.根据权利要求6所述的节能优化控制方法，其特征在于，所述调控指令包括所述设备的工作参数调整指令及所述设备的开关控制指令；所述基于所述调控指令对所述设备进行自动调控，包括：
8.一种节能优化控制系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的节能优化控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的节能优化控制方法的步骤。
