[發明專利]一種建筑能耗預測方法及系統

在審

• 申請號: 201910883690.2
• 申請日: 2019-09-18
• 公開（公告）號: CN110610274A
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 趙超;王延峰
• 申請（專利權）人: 福州大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/08;G06F17/50;G06F17/14
• 代理公司: 35100 福州元創專利商標代理有限公司
• 代理人: 錢莉;蔡學俊

1.一種建筑能耗預測方法，其特征在于，包括以下步驟：

對能耗的各影響因素提取特征值；

求歷史日與預測日建筑能耗相似度，選取建筑能耗相似度最高的歷史日作為相似日；

將選取的相似日建筑能耗數據進行小波分解，得到其低頻序列和高頻序列；

對低頻序列采用LSSVM-GSA進行模擬，對高頻序列采用均方加權方法處理；

基于低頻序列和高頻序列的處理結果進行小波重構，小波重構所得結果即為預測日的建筑能耗預測值。

2.根據權利要求1所述的一種建筑能耗預測方法，其特征在于，所述求歷史日與預測日的相似度具體如下：

根據日最高溫度、天氣類型、星期類型和日期間隔四個影響因素選取相似日；對映射后的數據取各因素的標準特征值，預測日和歷史日映射后的特征值向量x₀和x_i分別表示為：

x₀＝[x₀(1),x₀(2),...,x₀(n)]；

x_i＝[x_i(1),x_i(2),...,x_i(n)]；

式中，x₀(n)和x_i(n)分別表示第n個影響因素的特征值；i＝1,2,...,m表示對應的歷史日；

分別計算各影響因素在預測日和其他歷史日的特征值，并根據夾角余弦法分別計算預測日和各歷史日的相似度，以此選擇相似日，相似度表示如下：

其中，r_i為第i個歷史日與預測日的相似度；x₀(k)和x_i(k)分別為預測日和第i個歷史日的第k個特征值。

3.根據權利要求2所述的一種建筑能耗預測方法，其特征在于，所述日期間隔指預測日與歷史日之間日期相差的天數，日期間隔的特征取值如下：

式中，C為特征值；a∈[0.9,0.98]為衰減系數；下標p為日期間隔天數；b為日期間隔特征值的取值下限。

4.根據權利要求1所述的一種建筑能耗預測方法，其特征在于，所述對低頻序列采用LSSVM-GSA進行模擬具體包括以下步驟：

步驟S1：對低頻序列數據進行歸一化處理，以防止不同大小的數值屬性之間的影響以及加快網絡學習速度；

步驟S2：將歸一化處理后的數據采用LSSVM-GSA模型進行預測；

步驟S3：將預測后的結果進行反歸一化處理，得到最終的LSSVM-GSA模型對低頻序列的預測值。

5.一種建筑能耗預測系統，包括存儲器、處理器以及存在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器在執行所述計算機程序時，實現如權利要求1-4任一項所述方法的步驟。

6.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-4任一項所述方法的步驟。