本说明书涉及无人设备领域，尤其涉及一种能耗监控与预测方法、装置、存储介质及电子设备。
背景技术：
1、随着互联网技术与物流行业的不断发展，仓储的应用越来越广泛，随着仓储进入自动化时期，仓库的能耗问题也广受关注。
2、仓储成本高会影响到企业的整体成本，而仓库的实际能耗不仅与仓库本身的能耗有关，还有可能因为订单量、当地气温、面积等客观因素的不同而增大，通常将订单量、当地气温、面积等客观因素称为仓库的能耗影响因素，将仓库被能耗因素影响的大小作为衡量能耗管理的优劣的指标，若一个仓库的能耗影响因素对其影响过大，则该仓库的实际能耗通常大于自身能耗值，即仓库因能耗影响因素的影响，造成了不必要的能耗浪费，则判断该仓库的能耗管理较差，为节省成本需要对该仓库进行整改(即减小仓库的能耗影响因素造成的浪费)，若能监控仓库的能耗管理，就可以及时对能耗管理较差的仓库进行能耗管理，有效节省仓库的成本，所以如何监控一个仓库的能耗管理的优劣是一个亟待解决的问题。
3、本说明书提供一种能耗监控的方法解决如何监控一个仓库的能耗管理的优劣的问题。
技术实现思路
1、本说明书提供一种能耗监控与预测方法、装置、存储介质及电子设备，以至少部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种能耗监控的方法，所述方法包括：
4、监控设备采集所述仓库在预设时长内的实际能耗数据，并将所述实际能耗数据发送给能耗管理平台；
5、所述能耗管理平台接收所述实际能耗数据，并查询所述仓库在所述预设时长内的订单量；针对所述仓库中预先划分的各区域，获取该区域的属性以及该区域在所述预设时长内所处的环境数据；
6、所述能耗管理平台基于所述仓库在预设时长内的实际能耗数据、所述仓库在所述预设时长内的订单量、所述仓库中各区域的属性以及各区域在所述预设时长内所处的环境数据输入预先训练的能耗监控模型，获得所述能耗监控模型输出的所述仓库的理想能耗数据；
7、根据所述理想能耗数据和所述实际能耗数据，确定所述仓库的能耗管理表征值，所述能耗管理表征值用于表征所述仓库的能耗管理优劣。
8、可选地，所述方法还包括：
9、分别确定所述订单量、所述属性以及所述环境数据对所述仓库的理想能耗数据的贡献度；
10、根据所述订单量、所述属性以及所述环境数据对所述仓库的理想能耗数据的贡献度，确定所述仓库的实际能耗数据的影响因素。
11、可选地，所述方法还包括：
12、所述能耗管理平台根据各仓库的能耗管理表征值，对各仓库的能耗管理进行排名，获得各仓库的能耗管理排名；
13、所述能耗管理平台将所述各仓库的能耗管理排名与所述各仓库的实际能耗数据的影响因素发送给用户，以使所述用户根据所述各仓库的能耗管理排名与所述各仓库的实际能耗数据的影响因素，管理各仓库的能耗。
14、可选地，所述属性包括面积、设备个数中的至少一种；
15、所述环境数据包括仓库温度、仓库湿度中的至少一种。
16、可选地，训练能耗监控模型，具体包括：
17、预先在所有仓库中确定至少一个仓库作为样本仓库；
18、所述能耗管理平台查询所述样本仓库在历史上预设时长内的实际能耗数据，以及所述样本仓库在所述历史上预设时长内的订单量；并，针对所述样本仓库中的每个区域，获取该区域的属性以及该区域在所述历史上预设时长内所处的环境数据；将所述样本仓库在所述历史上预设时长内的实际能耗数据作为所述样本仓库的标注；
19、所述能耗管理平台将所述样本仓库在所述历史上预设时长内的实际能耗数据、所述仓库在所述历史上预设时长内的订单量、所述仓库中各区域的属性以及各区域在所述历史上预设时长内所处的环境数据输入待训练能耗监控模型，通过模型获得所述样本仓库的理想能耗数据；
20、根据所述样本仓库的理想能耗数据与所述样本仓库的标注，对待训练能耗监控模型进行训练，得到所述能耗监控模型。
21、本说明书提供了一种能耗预测的方法，预先将仓库划分为功能各不相同的区域；所述方法包括：
22、监控设备采集所述仓库在第一预设时间段内的实际能耗数据，并将所述仓库在第一预设时间段内的实际能耗数据发送给能耗管理平台；
23、所述能耗管理平台接收所述仓库在第一预设时间段内的实际能耗数据，以及所述仓库在所述第一预设时间段内的订单量；并，针对所述仓库中预先划分的各区域，获取该区域的属性以及该区域在所述第一预设时间段内所处的环境数据；
24、所述能耗管理平台将所述仓库在所述第一预设时间段的实际能耗数据、所述仓库在所述第一预设时间段内的订单量、所述仓库中各区域的属性以及各区域在所述第一预设时间段内所处的环境数据输入预先训练的能耗预测模型，获得所述能耗预测模型预测的所述仓库在未来的第二预设时间段内的能耗数据。
25、可选地，所述属性包括面积、设备个数中的至少一种；
26、所述环境数据包括仓库温度、仓库湿度中的至少一种。
27、可选地，训练能耗预测模型，具体包括：
28、所述能耗管理平台查询所述仓库在第三预设时间段内的实际能耗数据，以及所述仓库在所述第三预设时间段内的订单量；并，针对所述仓库中的每个区域，获取该区域的属性以及该区域在所述第三预设时间段内所处的环境数据；将所述仓库在第四预设时间段内的实际能耗数据作为所述仓库的标注；
29、所述能耗管理平台将所述仓库在所述第三预设时间段内的实际能耗数据、所述仓库在所述第三预设时间段内的订单量、所述仓库中各区域的属性以及各区域在所述第三预设时间段内所处的环境数据输入待训练能耗预测模型，获得所述待训练能耗预测模型预测的所述仓库在第四预设时间段内的能耗数据；
30、根据所述仓库在第四预设时间段内的能耗数据与所述仓库的标注，对所述待训练能耗预测模型进行训练，得到所述能耗预测模型。
31、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述能耗监控与预测方法。
32、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述能耗监控与预测方法。
33、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
34、在本说明书提供的能耗监控与预测方法中，将仓库订单量、各区域的属性、各区域的环境数据与能耗监控设备采集的仓库的实际能耗数据输入预先训练的能耗监控模型，获得模型输出的仓库的理想能耗数据，根据仓库的理想能耗数据与实际能耗数据监控仓库能耗管理情况的优劣。
35、从上述方法中可以看出，本方法能够根据仓库的实际能耗数据及仓库的订单量、各区域的属性及各区域的环境数据更加准确地监控仓库的能耗管理情况。
1.一种能耗监控的方法，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
4.如权利要求1或2所述的方法，其特征在于，所述属性包括面积、设备个数中的至少一种；
5.如权利要求1或2所述的方法，其特征在于，训练能耗监控模型，具体包括：
6.一种能耗预测的方法，所述方法包括：
7.如权利要求6所述的方法，其特征在于，所述属性包括面积、设备个数中的至少一种；
8.如权利要求6所述的方法，其特征在于，训练能耗预测模型，具体包括：
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～8任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～8任一项所述的方法。
