《传感器部署方法和装置.pdf》由会员分享，可在线阅读，更多相关《传感器部署方法和装置.pdf（16页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103324998 A (43)申请公布日 2013.09.25 CN 103324998 A *CN103324998A* (21)申请号 201210080083.0 (22)申请日 2012.03.23 G06Q 10/06(2012.01) (71)申请人 日电 ( 中国 ) 有限公司 地址 100191 北京市海淀区学院路 35 号世 宁大厦 20 层 (72)发明人 于璐 宋磊 胡长健 赵凯 (74)专利代理机构 北京同达信恒知识产权代理 有限公司 11291 代理人 孔凡红 (54) 发明名称 传感器部署方法和装置 (57) 摘要 本发明实施例公开了一种。
2、传感器部署方法和 装置， 涉及能源审计领域， 用于提供一种通过将能 源消耗设备分组来部署传感器的方案。 本方法中， 对能源消耗设备进行预分组， 以获得分组结果 ； 根据分组结果中各分组的熵值确定所述分组结果 对应的适应度值， 并根据所述适应度值对所述分 组结果进行调整 ； 其中所述熵值表示对应分组中 所包含能源消耗设备的能量消耗差异性。 可见， 本 发明实现了通过将能源消耗设备分组来部署传感 器的方案。 (51)Int.Cl. 权利要求书 2 页 说明书 9 页 附图 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书9页 附图4页 (10)申请公布号 。
3、CN 103324998 A CN 103324998 A *CN103324998A* 1/2 页 2 1. 一种传感器部署方法， 其特征在于， 该方法包括 ： 对能源消耗设备进行预分组， 以获得分组结果 ； 对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备的可能组合的能量消 耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概率作为该分组的熵值 ； 计算各分组的熵值之和作为所述分组结果对应的适应度值 ； 根据所述适应度值对所述分组 结果进行调整 ； 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 2. 根据权利要求 1 所述的方法， 其特征在于， 。
4、按照如下公式确定所述分组结果对应的 适应度值 Fitness(x) ： 其中， Fitness(x) 为所述分组结果的适应度值 ； Ec为所述分组结果中第 c 个分组对应 的熵值， I 为所述分组结果所包含分组的总数目 ； P(s) 为对应分组中所包含能源消耗设备 的第 s 种能量消耗总值出现的概率， 该概率等于该能量消耗总值对应的能源消耗设备的状 态组合的数目， 与对应分组中所包含能源消耗设备的状态组合的总数目的比值 ； J 为对应 分组中所包含能源消耗设备的所有可能的能量消耗总值的总数目。 3. 如权利要求 1 所述的方法， 其特征在于， 根据所述适应度值对所述分组结果进行调 整具体包括 。
5、： 根据遗传算法， 对所述分组结果执行交叉和 / 或变异操作， 得到新的分组结果。 4. 如权利要求 1-3 中任一所述的方法， 其特征在于， 所述方法还包括 ： 重复对所述分组 结果进行调整直至达到终止条件 ； 所述终止条件为 ： 分组结果对应的适应度值的平均值达到预先设定的门限值 ； 或者， 适应度值收敛 ； 或 者， 调整次数达到预设的重复次数。 5. 一种传感器部署装置， 其特征在于， 该装置包括 ： 初始分组单元， 用于对能源消耗设备进行预分组， 以获得分组结果 ； 评估单元， 用于对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备的可 能组合的能量消耗总值， 并计算该能量消。
6、耗总值出现的概率， 并根据该概率计算总概率作 为该分组的熵值 ； 计算各分组的熵值之和作为所述分组结果的适应度值， 并根据所述适应 度值对所述分组结果进行调整 ； 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 6. 如权利要求 5 所述的装置， 其特征在于， 所述评估单元用于 ： 按照如下公式确定所述分组结果对应的适应度值 Fitness(x) ： 其中， Fitness(x) 为所述分组结果的适应度值 ； Ec为所述分组结果中第 c 个分组对应 权 利 要 求 书 CN 103324998 A 2 2/2 页 3 的熵值， I 为所述分组结果所包含分组的总数目 ； P(。
7、s) 为对应分组中所包含能源消耗设备 的第 s 种能量消耗总值出现的概率， 该概率等于该能量消耗总值对应的能源消耗设备的状 态组合的数目， 与对应分组中所包含能源消耗设备的状态组合的总数目的比值 ； J 为对应 分组中所包含能源消耗设备的所有可能的能量消耗总值的总数目。 7. 如权利要求 5 所述的装置， 其特征在于， 所述评估单元用于 ： 按照如下方法根据所述 适应度值对所述分组结果进行调整 ： 根据遗传算法， 对所述分组结果执行交叉和 / 或变异操作， 得到新的分组结果。 8. 如权利要求 5-7 中任一所述的装置， 其特征在于， 所述评估单元用于 ： 重复对所述分 组结果进行调整直至达到。
8、终止条件， 所述终止条件为 ： 分组结果对应的适应度值的平均值达到预先设定的门限值 ； 或者， 适应度值收敛 ； 或 者， 调整次数达到预设的重复次数。 权 利 要 求 书 CN 103324998 A 3 1/9 页 4 传感器部署方法和装置 技术领域 0001 本发明涉及能源审计领域， 尤其涉及一种传感器部署方法和装置。 背景技术 0002 节能是近年来颇受关注的问题。目前大致存在两种节能方法， 其中一种是生产能 源使用效率更高的设备， 另一种是通过设备所有者的持续参与来减少能源的使用量。根据 文献记载， 由于后一种方法的花费远小于前一种方法， 后一种方法的可行性更高， 也更容易 被接受。。
9、 0003 研究证明如果用户能够直接获取到能源信息， 将有助于能源节约。 然而， 大多数人 由于缺乏能源信息而不能够有效的控制设备的能源消耗。 0004 目前有几种方法可以帮助用户获取到能源信息。 其中一种是设置自动化的控制系 统来合理控制设备的状态。因此， 多数研究集中在了如何以最低的花费进行传感器的自动 化检测。 0005 然而， 传感器的部署是在检测之前的重要的任务， 因为传感器部署对于整体性能 会产生重要的影响。如果传感器需要识别所有设备的状态， 关键在于如何有效的部署传感 器。 换句话说， 在部署传感器时必须考虑设备的信息， 以满足一些除了成本因素外的设备的 特殊需求。 0006 目。
10、前， 一种使用遗传算法的传感器部署方案具体如下 ： 0007 如图 1 所示， 传感器数据存储单元存储传感器的所有信息， 包括活跃区域、 时间间 隔等。 0008 初始传感器部署单元产生一个集合， 该集合包含可能的传感器的部署方案。 0009 评估单元根据记录在可靠性存储单元中的传感器的可靠性值， 得到各部署方案的 适应度值。 0010 选择单元根据得到的适应度值选取一些部署方案， 适应度值越高的部署方案被选 取的可能性越高。 0011 复制单元通过对选取的部署方案执行交叉或变异操作得到新的部署方案。 0012 判定单元判断是否满足终止条件， 若是， 则传感器部署单元使用当前适应度值最 大的部。
11、署方案来部署传感器， 否则， 触发评估单元再次执行对应的操作。 0013 综上， 识别设备状态对于节能计划、 提供节能建议、 以及执行设备自动化控制是非 常重要的。 一些方法使用传感器来获取设备的状态信息， 然而， 该种方法需要安装大量的传 感器来监测所有设备的状态。 0014 上述使用遗传算法的传感器部署方案， 复杂度较高， 效率低下， 并且可能存在以下 问题 ： 同一传感器下的设备的相似度较高， 从而使得设备状态检测的结果受到影响。 发明内容 0015 本发明实施例提供一种传感器部署方法和装置， 用于提供一种通过将能源消耗设 说 明 书 CN 103324998 A 4 2/9 页 5 备。
12、分组来部署传感器的方案。 0016 一种传感器部署方法， 该方法包括 ： 0017 对能源消耗设备进行预分组， 以获得分组结果 ； 0018 对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备的可能组合的能 量消耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概率作为该分组的 熵值 ； 计算各分组的熵值之和作为所述分组结果的适应度值 ； 根据所述适应度值对所述分 组结果进行调整 ； 0019 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 0020 一种传感器部署装置， 该装置包括 ： 0021 初始分组单元， 用于对能源消耗设备进行预分组， 以获得分。
13、组结果 ； 0022 评估单元， 用于对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备 的可能组合的能量消耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概 率作为该分组的熵值 ； 计算各分组的熵值之和作为所述分组结果的适应度值， 并根据所述 适应度值对所述分组结果进行调整 ； 0023 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 0024 本方案中， 在得到对能源消耗设备的分组结果后， 根据分组结果中各分组对应的 熵值确定分组结果对应的适应度值。可见， 本发明实现了通过将能源消耗设备分组来部署 传感器的方案。 附图说明 0025 图 1 为现有。
14、技术中的传感器部署方案示意图 ； 0026 图 2 为本发明实施例提供的方法流程示意图 ； 0027 图 3 为本发明实施例提供的方法流程示意图 ； 0028 图 4 为本发明实施例中的传感器部署流程示意图 ； 0029 图 5 为本发明实施例中的传感器部署结果示意图 ； 0030 图 6 为本发明实施例提供的装置结构示意图。 具体实施方式 0031 参见图 2， 本发明实施例提供的传感器部署方法， 包括以下步骤 ： 0032 步骤 10、 对能源消耗设备进行预分组， 以获得分组结果 ； 0033 步骤 11、 对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备的可能 组合的能量消耗总。
15、值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概率作为 该分组的熵值 ； 计算各分组的熵值之和作为所述分组结果对应的适应度值 ； 根据所述适应 度值对所述分组结果进行调整 ； 0034 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 0035 在对分组结果的调整结束后， 根据调整后的分组结果部属传感器， 具体的， 对于调 整后的分组结果中的各分组， 为该分组对应的部署节点部署一个传感器， 使部属的传感器 能够监测对应分组中各部署节点的状态。 0036 在上述方法中， 在步骤 10 中在预分组时可以将所有准备部署传感器的能源消耗 说 明 书 CN 10332499。
16、8 A 5 3/9 页 6 设备都进行预分组， 也可以只对其中部分能源消耗设备进行预分组。同样的， 在步骤 11 中 可以对所有分组结果都计算适应度值， 并以此来进行调整， 也可以只对部分分组结果计算 适应度值， 并以此来进行调整。 0037 在本发明的一个实施例中， 可以重复进行步骤 11 以对分组结果进行调整， 直至满 足调整结果为止。如图 3 所示， 上述方法可以具体为 ： 0038 步骤 20 ： 生成至少一个对能源消耗设备的分组结果， 将生成的分组结果作为当前 分组结果 ； 0039 步骤 21 ： 对于每个当前分组结果， 根据该当前分组结果中各分组对应的熵值确定 该当前分组结果对应。
17、的适应度值 ； 熵值表示对应分组中所包含能源消耗设备的能量消耗差 异性 ； 可以使用能源消耗设备的功率值表示能源消耗设备的能量消耗度 ； 确定当前分组结 果对应的适应度值的方法为 ： 对于当前分组结果中的各分组， 获取该分组所包含能源消耗 设备的可能组合的能量消耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算 总概率作为该分组的熵值 ； 计算各分组的熵值之和作为当前分组结果对应的适应度值 ； 0040 步骤 22 ： 若不满足预先设定的终止条件， 则根据得到的适应度值选取至少一个当 前分组结果， 根据选取的当前分组结果衍生出新的分组结果 ； 将新的分组结果和部分当前 分组结果均作为。
18、当前分组结果， 并返回步骤 21 ； 否则， 根据得到的适应度值选取一个当前 分组结果， 对于选取的当前分组结果中的各分组， 为该分组对应的部署节点部署一个传感 器。这里， 传感器可以是功率电表等任何能够监测能源消耗设备的状态的仪器。能源消耗 设备可以是用电设备等。 0041 在上述的两个实施例的方法中， 可以按照如下公式确定分组结果对应的适应度值 Fitness(x) ： 0042 0043 0044 其中， Fitness(x) 为分组结果的适应度值 ； Ec为分组结果中第 c 个分组对应的熵 值， I为分组结果所包含分组的总数目 ； P(s)为对应分组中所包含能源消耗设备的第s种能 量消。
19、耗总值出现的概率， 该概率等于该能量消耗总值对应的能源消耗设备的状态组合的数 目， 与对应分组中所包含能源消耗设备的状态组合的总数目的比值 ； J 为对应分组中所包 含能源消耗设备的所有可能的能量消耗总值的总数目。 0045 这里， 对应分组中所包含能源消耗设备的每个状态组合包含该分组中各能源消耗 设备的状态信息， 状态信息可以是开启、 关闭、 工作在第几档位等。若对应分组中所包含能 源消耗设备的数目为 n， 则对应分组中所包含能源消耗设备的状态组合的总数目最大可以 为2n。 对于每个状态组合， 可以根据对应分组中所包含各能源消耗设备的能量消耗参数值， 估算出该各能源消耗设备在该状态组合下的能。
20、量消耗总值 ； 在估算该各能源消耗设备在该 状态组合下的能量消耗总值时， 可以首先根据各能源消耗设备的能量消耗参数值确定各能 源消耗设备在对应状态下的能量消耗值， 比如， 若能源消耗设备的状态为关闭， 那么能源消 耗设备在该状态下的能量消耗值为 0， 若能源消耗设备的状态为开启， 那么能源消耗设备在 该状态下的能量消耗值为 Y(Y 大于 0) 瓦特 ； 然后， 将各能源消耗设备在对应状态下的能量 说 明 书 CN 103324998 A 6 4/9 页 7 消耗值相加， 将得到的结果值作为该各能源消耗设备在该状态组合下的能量消耗总值。能 量消耗总值可以是功率总值等。 0046 按照上述公式计算。
21、出的熵值越大， 表明对应分组中所包含能源消耗设备的能量消 耗差异性越大。 0047 较佳的， 步骤 22 中在根据选取的当前分组结果衍生出新的分组结果之后、 且将新 的分组结果和部分当前分组结果均作为当前分组结果之前， 若衍生出的新的分组结果不满 足预先设定的分组限制条件， 则删除该新的分组结果， 并根据选取的当前分组结果重新衍 生出新的分组结果， 直到新的分组结果满足所述分组限制条件。 0048 具体的， 分组限制条件可以包括 ： 指定的能源消耗设备不能处于同一分组中， 等等。 0049 具体的， 步骤 22 中根据得到的适应度值选取至少一个当前分组结果， 具体实现可 以如下 ： 0050 。
22、按照适应度值从大到小的顺序将当前分组结果进行排序， 选取前 K 个当前分组结 果， K 为不小于 1 的整数。 0051 具体的， 步骤 22 中根据选取的当前分组结果衍生出新的分组结果， 具体实现可以 如下 ： 0052 根据遗传算法 (GA)， 对选取的当前分组结果执行交叉和 / 或变异操作， 得到新的 分组结果。 0053 这里， 可以使用一定长度的比特串表示当前分组结果， 比特串中的每个比特位表 示一个部署节点所在的分组。 此时， 对选取的当前分组结果执行交叉操作， 是指将选取的一 个当前分组结果对应的比特串的部分比特位与选取的另一个当前分组结果对应的比特串 的部分比特位互换， 得到新。
23、的分组结果。 对选取的当前分组结果执行变异操作， 是指将选取 的一个当前分组结果中的部分比特位改变。 0054 具体的， 步骤 22 中将新的分组结果和部分当前分组结果均作为当前分组结果时， 具体是将新的分组结果和对应的适应度值最大的 Q 个当前分组结果均作为当前分组结果， Q 为不小于 1 的整数。 0055 具体的， 步骤 22 中根据得到的适应度值选取一个当前分组结果时， 具体是选取对 应的适应度值最大的当前分组结果。 0056 具体的， 终止条件可以为 ： 各当前分组结果对应的适应度值的平均值达到预先设定 的门限值 ； 或者， 适应度值收敛 ； 或者， 步骤21和步骤22的重复次数达到。
24、预设的重复次数， 等 等。适应度值收敛是指经过多次的重复， 适应度值基本保持不变或在很小的范围内浮动。 0057 下面对本发明进行具体说明 ： 0058 实施例一 ： 0059 本实施例中， 共有 10 个能源消耗设备， 5 种设备类型， 即 N 10， K 5 ； 每个能源 消耗设备的类型及功率值如下表 1 所示 ： 0060 节点标识 No.1 No.2 No.3 No.4 No.5 No.6 No.7 No.8 No.9 No.10 节点类型 A B A E D A C E D B 说 明 书 CN 103324998 A 7 5/9 页 8 功率值 10 20 10 70 12 10 。
25、30 70 12 20 0061 表 1 0062 如图 4 所示， 具体流程如下 ： 0063 步骤 1 ： 生成至少一个对能源消耗设备的分组结果， 将生成的分组结果作为当前 分组结果 ； 0064 具体的， 首先， 设置分组结果的总数 M， 以及衍生代的最大数目 T。定义比特串的长 度 L N。能源消耗设备被随机的划分为 Ci 组， Ci 1， N， i M。本步骤中， 生成 M 个 对能源消耗设备的分组结果 ： X01， X02， .， X0M ； 每个分组结果使用长度为 10 的比特串表 示， 比特串中的每个比特位表示一个能源消耗设备所在的分组， 具体如下 ： 0065 p(0) X0。
26、1， X02， .， X0M， X (x1， x2， .， xL)， xj 1， Ci， j 1， L.C1 3， X01 (1， 3， 2， 2， 3， 3， 1， 1， 2， 1)(A， C， E， B)(A， E， D)(D， B， A)C2 4， X02 (2， 4， 1， 3， 3， 2， 1， 4， 2， 1)(A， C， B)(A， A， D)(E， D)(B， E)C3 5， X03 (2， 1， 2， 3， 4， 2， 5， 3， 4， 1)(B， B)(A， A， A)(E， E)(D， D)(C) 0066 . 0067 步骤 2 ： 对于每个当前分组结果， 按照如下公式。
27、确定该当前分组结果对应的适应 度值 Fitness(x) ： 0068 0069 0070 其中， Fitness(x) 为分组结果的适应度值 ； Ec为该当前分组结果中第 c 个分组对 应的熵值， I 为该当前分组结果所包含分组的总数目 ； P(s) 为对应分组中所包含能源消耗 设备的第 s 种能量消耗总值出现的概率， 该概率等于该能量消耗总值对应的能源消耗设备 的状态组合的数目， 与对应分组中所包含能源消耗设备的状态组合的总数目的比值 ； J 为 对应分组中所包含能源消耗设备的所有可能的能量消耗总值的总数目。 0071 具体的， 以当前分组结果 X01 为例， X01 中共有 3 个分组 。
28、(I 3) ： (A， C， E， B)、 (A， E， D)、 (D， B， A) ； 根据表 1， 对于分组 (A， C， E， B)， 该分组中所包含能源消耗设备的所有可 能的能量消耗总值的总数目为 13(J 13)， 即所有可能的能量消耗总值分别为 ： 10W、 20W、 30W、 40W、 50W、 60W、 70W、 80W、 90W、 100W、 110W、 120W、 130W ； 该分组所包含能源消耗设备的状 态组合的总数目为 15， 分别为 A 开 C 关 E 关 B 关、 A 开 C 开 E 关 B 关、 A 开 C 开 E 开 B 关、 A 关 C 开 E 开 B 关，。
29、 .。 0072 对于分组 (A， D， E)， 该分组中所包含能源消耗设备的所有可能的能量消耗总值的 总数目为 5(J 5)， 即所有可能的能量消耗总值分别为 ： 10W、 20W、 70W、 80W、 90W ； 该分组所 包含能源消耗设备的状态组合的总数目为 7， 分别为 A 开 D 关 E 关、 A 开 D 开 E 关、 A 开 D 开 E 开、 A 关 D 开 E 关， .。 0073 对于分组 (A， D， B)， 该分组中所包含能源消耗设备的所有可能的能量消耗总值的 总数目为 4(J 4)， 即所有可能的能量消耗总值分别为 ： 10W、 20W、 30W、 40W ； 该分组所包。
30、含 能源消耗设备的状态组合的总数目为 7， 分别为 A 开 D 关 B 关、 A 开 D 开 B 关、 A 开 D 开 B 开、 说 明 书 CN 103324998 A 8 6/9 页 9 A 关 D 开 B 关， .。 0074 每个分组的每种能量消耗总值的概率值如下表 2 所示 ： 0075 0076 表 2 0077 根据上表 2， X01 的第一个分组的熵值 E11 log15-4/15log2 1.096， 第二个分 组的熵值E12log7-4/7log20.673， 第三个分组的熵值E13log7-6/7log20.587 ； X01 的适应度值 Fitness(X01) 2.3。
31、56 ； 0078 按照相同方法， 计算得到 Fitness(X02) 2.149 ； Fitness(X03) 1.265。 0079 步骤 3 ： 判断是否满足预先设定的终止条件， 若不满足， 则到步骤 4， 若满足， 到步 骤 5 ； 终止条件可以为 ： 各当前分组结果对应的适应度值的平均值达到最高值或预先设定 的门限值 ； 或者， 调整次数达到预设的重复次数 ； 0080 步骤 4 ： 按照适应度值从大到小的顺序将当前分组结果进行排序， 选取前 K 个当前 分组结果， K 为不小于 1 的整数 ； 0081 根据 GA， 对选取的当前分组结果执行交叉和 / 或变异操作， 得到新的分组结。
32、果 ； 若 衍生出的新的分组结果不满足预先设定的分组限制条件， 则删除该新的分组结果， 并根据 选取的当前分组结果重新衍生出新的分组结果， 直到新的分组结果满足分组限制条件， 比 如， 分组限制条件为 ： 指定的能源消耗设备不能处于同一分组中 ； 0082 将新的分组结果和对应的适应度值最大的 Q 个当前分组结果均作为当前分组结 果， Q 为不小于 1 的整数 ； 并返回步骤 2 ； 0083 具体的， 按照适应度值从大到小的顺序将X01， X02， .， X0M进行排序， 选取前2个 当前分组结果 ： X01 和 X02 ； 0084 对 X01 和 X02 执行交叉操作， 得到新的分组结果。
33、 X11 和 X12 ： 0085 X11 (1， 3， 2， 2， 3， 2， 1， 4， 2， 1)(A， C， B)(A， E， A， D)(B， D)(E) 说 明 书 CN 103324998 A 9 7/9 页 10 0086 X12 (2， 4， 1， 3， 3， 3， 1， 1， 2， 1)(A， C， E， B)(A， D)(E， D， A)(B) 0087 对 X01 执行变异操作， 得到新的分组结果 X13 ： 0088 X13 (1， 3， 2， 2， 3， 3， 1， 3， 2， 1) 0089 由于分组限制条件要求 5 号设备和 8 号设备由于距离很远不能在同一分组。
34、中， 因 此删除该 X13， 对 X01 重新执行变异操作， 再次得到新的分组结果 X13 ： 0090 X13 (1， 3， 2， 2， 3， 3， 1， 2， 2， 1)(A， C， B)(A， E， E， D)(B， D， A) 0091 选取 X01 作为下一衍生代的分组结果 X14 ： 0092 X14 (1， 3， 2， 2， 3， 3， 1， 1， 2， 1)(A， C， E， B)(A， E， D)(D， B， A) 0093 以此类推， 得到下一衍生代的分组结果 P(1) X11， X12， .， X1M ； P(1) 中的每 个分组结果作为当前分组结果， 返回步骤 2 ； 。
35、0094 步骤 5 ： 选取对应的适应度值最大的当前分组结果， 对于选取的当前分组结果中 的各分组， 为该分组中所包含的能源消耗设备部署一个传感器， 使部署的每个传感器能够 监测对应分组中各能源消耗设备的状态。 0095 具体的， 假设本实施例经过了 T 次循环， 得到的分组结果分别为 ： 0096 P(1) X11， X12， .， X1M 0097 p(2) X21， X22， .， X2M 0098 p(3) X31， X32， .， X3M 0099 . 0100 p(T) XT1， XT2， .， XTM 0101 在得到p(T)后， 满足了终止条件， 从p(T)中选取适应度值最大的。
36、XTn， 假设XTn对 应的分组结果为 (A， B， E， C)(A， D， B)(A， D， E)， 那么， 为 A， B， E， C 部署一个传感器、 为 A， D， B 部署一个传感器、 为 A， D， E 部署一个传感器， 部署结果如图 5 所示。 0102 本发明实施例提供一种传感器部署装置， 该装置包括 ： 0103 初始分组单元， 用于对能源消耗设备进行预分组， 以获得分组结果 ； 0104 评估单元， 用于对于所述分组结果中的各分组， 获取该分组所包含能源消耗设备 的可能组合的能量消耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概 率作为该分组的熵值 ； 计算各。
37、分组的熵值之和作为所述分组结果的适应度值， 并根据所述 适应度值对所述分组结果进行调整 ； 0105 其中， 所述熵值表示对应分组中所包含能源消耗设备的能量消耗差异性。 0106 在上述装置中， 初始分组单元预分组时可以将所有准备部署传感器的能源消耗设 备都进行预分组， 也可以只对其中部分能源消耗设备进行预分组。 同样的， 评估单元可以对 所有分组都计算适应度值， 并以此来进行调整， 也可以只对部分分组计算适应度值， 并以此 来进行调整。 0107 在本发明的一个实施例中， 评估单元可以重复对分组结果进行调整， 直至满足调 整结果为止。即， 参见图 6， 上述装置可以具体为 ： 0108 初始。
38、分组单元 50， 用于生成至少一个对能源消耗设备的分组结果， 将生成的分组 结果作为当前分组结果 ； 0109 评估单元 51， 用于对于每个当前分组结果， 根据该当前分组结果中各分组对应的 熵值确定该当前分组结果对应的适应度值 ； 熵值表示对应分组中所包含能源消耗设备的能 说 明 书 CN 103324998 A 10 8/9 页 11 量消耗差异性 ； 0110 判定单元 52 ： 用于判断是否满足终止条件， 若不满足， 则触发重复单元 53 执行对 应操作 ； 否则， 触发部署单元 54 执行对应操作 ； 0111 重复单元 53， 用于根据得到的适应度值选取至少一个当前分组结果， 根据。
39、选取的 当前分组结果衍生出新的分组结果 ； 将新的分组结果和部分当前分组结果均作为当前分组 结果， 并触发所述评估单元执行对应操作 ； 0112 部署单元 54， 用于根据得到的适应度值选取一个当前分组结果， 对于选取的当前 分组结果中的各分组， 为该分组对应的部署节点部署一个传感器。 0113 在上述的两个实施例的装置中， 评估单元 51 可以按照如下方法确定该当前分组 结果对应的适应度值 ： 0114 对于当前分组结果中的各分组， 获取该分组中所包含能源消耗设备的可能组合的 能量消耗总值， 并计算该能量消耗总值出现的概率， 并根据该概率计算总概率作为该分组 的熵值 ； 计算各分组的熵值之和。
40、作为该当前分组结果的适应度值。 0115 进一步的， 所述评估单元 51 用于 ： 0116 按照如下公式确定该当前分组结果对应的适应度值 Fitness(x) ： 0117 0118 0119 其中， Fitness(x) 为该当前分组结果的适应度值 ； Ec为该当前分组结果中第 c 个 分组对应的熵值， I 为该当前分组结果所包含分组的总数目 ； P(s) 为对应分组中所包含能 源消耗设备的第 s 种能量消耗总值出现的概率， 该概率等于该能量消耗总值对应的能源 消耗设备的状态组合的数目， 与对应分组中所包含能源消耗设备的状态组合的总数目的比 值 ； J 为对应分组中所包含能源消耗设备的所有。
41、可能的能量消耗总值的总数目。 0120 进一步的， 所述重复单元 53 还用于 ： 0121 在根据选取的当前分组结果衍生出新的分组结果之后、 且将新的分组结果和部分 当前分组结果均作为当前分组结果之前， 若衍生出的新的分组结果不满足预先设定的分组 限制条件， 则删除该新的分组结果， 并根据选取的当前分组结果重新衍生出新的分组结果， 直到新的分组结果满足所述分组限制条件。 0122 进一步的， 所述分组限制条件包括 ： 指定的能源消耗设备不能处于同一分组中。 0123 进一步的， 所述重复单元 53 用于 ： 按照如下方法根据得到的适应度值选取至少一 个当前分组结果 ： 0124 按照适应度值。
42、从大到小的顺序将当前分组结果进行排序， 选取前 K 个当前分组结 果， K 为不小于 1 的整数。 0125 进一步的， 所述重复单元 53 用于 ： 按照如下方法根据选取的当前分组结果衍生出 新的分组结果 ： 0126 根据遗传算法 GA， 对选取的当前分组结果执行交叉和 / 或变异操作， 得到新的分 组结果。 0127 进一步的， 所述重复单元 53 将新的分组结果和部分当前分组结果均作为当前分 说 明 书 CN 103324998 A 11 9/9 页 12 组结果时， 具体是将新的分组结果和对应的适应度值最大的 Q 个当前分组结果均作为当前 分组结果， Q 为不小于 1 的整数。 01。
43、28 进一步的， 所述部署单元 54 根据得到的适应度值选取一个当前分组结果时， 具体 是选取对应的适应度值最大的当前分组结果。 0129 进一步的， 所述终止条件为 ： 0130 各当前分组结果对应的适应度值的平均值达到预先设定的门限值 ； 或者， 适应度 值收敛 ； 或者， 判定单元和重复单元重复执行对应操作的次数达到预设的重复次数。 0131 综上， 本发明的有益效果包括 ： 0132 本发明实施例提供的方案中， 在得到对能源消耗设备的分组结果后， 根据分组结 果中各分组对应的熵值确定分组结果对应的适应度值， 然后， 在不满足终止条件时， 根据得 到的适应度值选取至少一个分组结果， 根据。
44、选取的分组结果衍生出新的分组结果， 并对新 的分组结果和部分旧的分组结果重复执行上述操作 ； 或者， 在满足终止条件时， 根据得到的 适应度值选取一个当前分组结果， 并根据选取的分组结果部署传感器。 可见， 本发明实现了 通过将能源消耗设备分组来部署传感器的方案。 0133 本发明是参照根据本发明实施例的方法、 设备 ( 系统 )、 和计算机程序产品的流程 图和 / 或方框图来描述的。应理解可由计算机程序指令实现流程图和 / 或方框图中的每一 流程和 / 或方框、 以及流程图和 / 或方框图中的流程和 / 或方框的结合。可提供这些计算 机程序指令到通用计算机、 专用计算机、 嵌入式处理机或其他。
45、可编程数据处理设备的处理 器以产生一个机器， 使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生 用于实现在流程图一个流程或多个流程和 / 或方框图一个方框或多个方框中指定的功能 的装置。 0134 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特 定方式工作的计算机可读存储器中， 使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品， 该指令装置实现在流程图一个流程或多个流程和 / 或方框图一个方框或 多个方框中指定的功能。 0135 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计 算机或其他可编程设备上执行一系列操作步骤以产。
46、生计算机实现的处理， 从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和 / 或方框图 一个方框或多个方框中指定的功能的步骤。 0136 尽管已描述了本发明的优选实施例， 但本领域内的技术人员一旦得知了基本创造 性概念， 则可对这些实施例作出另外的变更和修改。 所以， 所附权利要求意欲解释为包括优 选实施例以及落入本发明范围的所有变更和修改。 0137 显然， 本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。这样， 倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内， 则本发明也意图包含这些改动和变型在内。 说 明 书 CN 103324998 A 12 1/4 页 13 图 1 图 2 说 明 书 附 图 CN 103324998 A 13 2/4 页 14 图 3 说 明 书 附 图 CN 103324998 A 14 3/4 页 15 图 4 图 5 说 明 书 附 图 CN 103324998 A 15 4/4 页 16 图 6 说 明 书 附 图 CN 103324998 A 16 。