[發明專利]基于相似度的BP神經網絡電采暖設備調節能力評估方法

有效

• 申請號: 201811266385.0
• 申請日: 2018-10-29
• 公開（公告）號: CN109377060B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 張景標;張利偉;劉嘯天;穆鋼;嚴干貴;劉勁松;韓月;劉芮彤;楊瀅璇
• 申請（專利權）人: 東北電力大學;國網遼寧省電力有限公司電力科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 吉林市達利專利事務所 22102
• 代理人: 陳傳林;臧廣維

1.基于相似度的BP神經網絡電采暖設備調節能力評估方法，其特征是：首先定義電采暖負荷的調節能力指標，再計算歷史數據與待預測時刻之間的相似度，評估出在滿足人體舒適度溫度區間[T_min，T_max]下的電采暖負荷的調節能力，具體包括以下內容：

1)定義電采暖負荷的調節能力指標；

P為電采暖設備的功率大小，單位kW；

t為在用戶舒適度區間下，電采暖設備能夠開啟或關閉的時間，單位h；

W為電采暖設備的調節能力指標，單位kWh；

2)計算歷史數據與待預測時刻之間的相似度；

計算如公式(1)：

式(1)中：x_ik為歷史數據中時刻i對應的特征量，x_jk為待預測時刻j對應的特征量，m為特征量個數；

3)電采暖負荷調節能力評估

①確定相似選擇的影響因素；

確定采用電采暖的建筑物的種類、位置和面積S，確定用戶舒適度區間[T_min，T_max]，給出包括室外溫度、室內溫度、太陽輻照度的歷史n天的供暖數據；

②確定歷史特征向量X_ik和待預測時刻特征向量X_jk；

選取某一時刻室內溫度T_room作為電采暖負荷調節能力的評估時刻的初始溫度T_o，根據天氣預報給出未來時段內的室外溫度變化T_out和太陽輻照度α，提取待預測時刻和歷史數據的特征量；

歷史特征向量X_ik＝[x_i1,x_i2,x_i3,x_i4,x_i5,x_i]；其中，x_i1為當前時刻室內溫度T_room；x_i2為升溫過程中的室外平均溫度T_out,average；x_i3為溫控限值，升溫過程取溫控上限T_max，降溫過程取溫控下限T_min；x_i4為太陽輻照度α；x_i5為室外溫度變化趨勢；x_i6為設備功率大小P；特征量個數m為6；所述室外溫度變化趨勢x_i5的設定：室外溫度上升,x_i5為1；室外溫度下降，x_i5為-1；室外溫度不變，x_i5為0；

待預測時刻特征向量X_jk＝[x_j1,x_j2,x_j3,x_j4,x_j5,x_j6]；其中，x_j1為當前時刻室內溫度T_room；x_j2為待預測時刻的室外溫度T_out；x_j3為溫控限值，升溫過程取溫控上限T_max，降溫過程取溫控下限T_mjn；x_j4為太陽輻照度α；x_j5為室外溫度變化趨勢；x_j6為設備功率大小P；特征量個數m為6；所述室外溫度變化趨勢x_j5的設定：室外溫度上升,x_j5為1；室外溫度下降，x_j5為-1；室外溫度不變，x_j5為0；

③相似選取；

將由步驟3)的①和②所獲取的相關數據代入到相似度計算公式(1)中，計算歷史時刻與待預測時刻之間的相似度，選出相似度大的升溫、降溫過程數據；

④建立BP神經網絡預測模型；

將步驟3)的③所得到的數據作為BP神經網絡的訓練樣本，將進行相似選擇的特征量作為BP神經網絡的輸入向量，電采暖設備在溫度舒適度區間[T_min,T_max]能夠開啟或關閉的時間t作為BP神經網絡的輸出向量，建立BP神經網絡預測模型，得到電采暖設備的響應時間t；

⑤電采暖負荷調節能力評估；

根據步驟3)的④得到電采暖設備的響應時間t，按照公式(2)評估電采暖設備的調節能力；當電采暖設備本身處于關閉狀態，此時電采暖設備能夠開啟，t時間內室內溫度從T_room上升到T_max，為電采暖設備的上調能力W_up；當電采暖設備本身處于開啟狀態，此時電采暖設備能夠關閉，t時間內室內溫度從T_room下降到T_min，為電采暖的下調能力W_down；