本发明属于企业生产状态识别，具体涉及一种企业生产状态智能识别方法及装置。
背景技术：
1、在节假日期间或者管控期间，工业企业会因相关规定降低自身生产负荷，反映为企业生产用电量的减少，但是现有技术中针对企业生产状态的识别缺乏较为合理的阈值来进行判断，并且在实际管控期间，企业生产状态的判断需要大量依赖人工的参与。
2、因此，如何避免人工，且快速准确地识别企业生产状态，是本领域技术人员有待解决的技术问题。
技术实现思路
1、本发明的目的是为了解决现有技术中对企业生产状态识别不够准确、需要人工参与以及智能化较低的技术问题。
2、为实现上述技术目的，一方面，本发明提供了一种企业生产状态智能识别方法，该方法包括：
3、获取企业的历史用电曲线和气象数据，所述历史用电曲线和气象数据以天为单位；
4、将所述历史用电曲线进行数据清洗处理得到待处理曲线，所述数据清洗处理包括依次执行的异常值删除和空值补充，并将所述待处理曲线与所述气象数据融合形成数据集合后输入至随机森林模型中进行模拟得到历史日期的污染物排放量；
5、确定聚类的用电量k值范围和污染物k值范围，并将所述用电量k值范围、污染物k值范围、待处理曲线和历史日期的污染物排放量输入至聚类模型中确定出用电量最佳k值和污染物最佳k值；
6、基于所述聚类模型通过用电量最佳k值和污染物最佳k值分别对所述待处理曲线和历史日期的污染物排放量进行分类得到分类结果，并根据所述分类结果确定出管控用电阈值和管控排放阈值；
7、根据所述管控用电阈值和管控排放阈值和企业待确定日的日用电量以及污染物排放量确定所述企业在待确定日的生产状态。
8、进一步地，所述历史用电曲线中至少包括一个用电管控日期，且所述历史用电曲线的时间天数大于预设时间天数，所述气象数据的日期与所述历史用电曲线的日期一致，所述气象数据具体包括获取时刻时的地面以上2米处的大气温度、气象站水平的大气压、平均海平面的大气压、气压趋势、地面高度2米处的相对湿度、前10分钟内地面高度10～12米处的平均风速和水平能见度。
9、进一步地，所述随机森林模型的目标函数如下所示：
10、
11、式中，为训练目标函数，i为样本点，yi为模拟的实际污染排放量，为污染物预测值，γ为系数0.75。
12、进一步地，所述异常值删除具体包括：
13、计算所述历史用电曲线的平均值和标准差；
14、根据所述平均值和标准差建立样本区间；
15、将所述历史用电曲线中不在所述样本区间的样本数据作为异常值删除并赋予空值。
16、进一步地，所述缺失值补充具体包括：
17、确定空值所在日期；
18、将离所述空值所在日期最近的值不为0的日期对应的值填充至所述空值处，且该日期大于所述空值所在日期。
19、进一步地，所述确定聚类的用电量k值范围和污染物k值范围具体为根据所述企业的生产状态进行确定，所述生产状态包括超负荷生产状态、正常生产状态、过渡生产状态、限产状态、限产过渡状态和停产状态。
20、进一步地，将所述用电量k值范围和待处理曲线输入至聚类模型中确定出用电量最佳k值，具体包括：
21、通过所述聚类模型计算每个用电量k值对应的类别的误差平方和；
22、将每一个用电量k值和对应的误差平方和绘制成折线图；
23、将所述折线图中第一个点和最后一个点进行连线得到第一直线；
24、确定位于x轴上每一个用电量k值在第一直线上对应的y值，与该用电量k值对应的误差平方和的差值；
25、将所述差值最大的用电量k值作为用电量最佳k值。
26、进一步地，所述根据所述分类结果确定出管控阈值，具体包括：
27、在所述分类结果中选取限产状态前一个生产状态的电量中位数，以及选取所述限产状态中的最高用电值；
28、将所述电量中位数和所述限产状态中的最高用电值的均值作为所述管控用电阈值。
29、进一步地，所述方法还包括：
30、获取所述企业的企业信息；
31、根据所述企业信息确定所述企业的所属行业和所属城市；
32、确定出所述所属城市中所属行业中各企业的生产状态。
33、另一方面，本发明还提供了一种企业生产状态智能识别装置，所述装置包括：
34、获取模块，用于获取企业的历史用电曲线和气象数据，所述历史用电曲线和气象数据以天为单位；
35、处理模块，用于将所述历史用电曲线进行数据清洗处理得到待处理曲线，所述数据清洗处理包括依次执行的异常值删除和空值补充，并将所述待处理曲线与所述气象数据融合形成数据集合后输入至随机森林模型中进行模拟得到历史日期的污染物排放量；
36、聚类模块，用于确定聚类的用电量k值范围和污染物k值范围，并将所述用电量k值范围、污染物k值范围、待处理曲线和历史日期的污染物排放量输入至聚类模型中确定出用电量最佳k值和污染物最佳k值；
37、第一确定模块，用于基于所述聚类模型通过用电量最佳k值和污染物最佳k值分别对所述待处理曲线和历史日期的污染物排放量进行分类得到分类结果，并根据所述分类结果确定出管控用电阈值和管控排放阈值；
38、第二确定模块，用于根据所述管控用电阈值和管控排放阈值和企业待确定日的日用电量以及污染物排放量确定所述企业在待确定日的生产状态。
39、本发明提供的一种企业生产状态智能识别方法及装置，与现有技术相比，本方法先获取企业的历史用电曲线和气象数据；然后将所述历史用电曲线进行数据清洗处理得到待处理曲线，并将所述待处理曲线与所述气象数据融合形成数据集合后输入至随机森林模型中进行模拟得到历史日期的污染物排放量；接着确定出用电量最佳k值和污染物最佳k值；基于所述用电量最佳k值和污染物最佳k值对待处理曲线和历史日期的污染物排放量进行分类后确定出管控用电阈值和管控排放阈值，根据所述管控用电阈值和管控排放阈值和企业待确定日的日用电量以及污染物排放量确定所述企业在待确定日的生产状态，能够快速准确地识别企业生产状态，避免了人工识别，提升了企业生产状态识别效率和准确度。
1.一种企业生产状态智能识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的企业生产状态智能识别方法，其特征在于，所述历史用电曲线中至少包括一个用电管控日期，且所述历史用电曲线的时间天数大于预设时间天数，所述气象数据的日期与所述历史用电曲线的日期一致，所述气象数据具体包括获取时刻时的地面以上2米处的大气温度、气象站水平的大气压、平均海平面的大气压、气压趋势、地面高度2米处的相对湿度、前10分钟内地面高度10～12米处的平均风速和水平能见度。
3.如权利要求2所述的企业生产状态智能识别方法，其特征在于，所述随机森林模型的目标函数如下所示：
4.如权利要求1所述的企业生产状态智能识别方法，其特征在于，所述异常值删除具体包括：
5.如权利要求4所述的企业生产状态智能识别方法，其特征在于，所述缺失值补充具体包括：
6.如权利要求1所述的企业生产状态智能识别方法，其特征在于，所述确定聚类的用电量k值范围和污染物k值范围具体为根据所述企业的生产状态进行确定，所述生产状态包括超负荷生产状态、正常生产状态、过渡生产状态、限产状态、限产过渡状态和停产状态。
7.如权利要求6所述的企业生产状态智能识别方法，其特征在于，将所述用电量k值范围和待处理曲线输入至聚类模型中确定出用电量最佳k值，具体包括：
8.如权利要求6所述的企业生产状态智能识别方法，其特征在于，所述根据所述分类结果确定出管控阈值，具体包括：
9.如权利要求1所述的企业生产状态智能识别方法，其特征在于，所述方法还包括：
10.一种企业生产状态智能识别装置，其特征在于，所述装置包括：
