[發(fā)明專利]一種建筑能耗預測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910883690.2
• 申請日: 2019-09-18
• 公開（公告）號: CN110610274A
• 公開（公告）日: 2019-12-24
• 發(fā)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(chuàng)專利商標代理有限公司
• 代理人: 錢莉;蔡學俊

本發(fā)明涉及一種建筑能耗預測方法及系統(tǒng)，首先對能耗的各影響因素提取特征值；接著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；然后將選取的相似日建筑能耗數(shù)據(jù)進行小波分解，得到其低頻序列和高頻序列；然后對低頻序列采用LSSVM?GSA進行模擬，對高頻序列采用均方加權方法處理；最后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。本發(fā)明可有效的應用于建筑能耗預測，具有良好的預測精度和魯棒性能。

技術領域

本發(fā)明涉及建筑設計領域，特別是一種建筑能耗預測方法及系統(tǒng)。

背景技術

建筑能耗在我國能源消耗中的比重日益增大，建筑節(jié)能已經(jīng)迫在眉睫。建筑能耗的準確預測不僅是實現(xiàn)建筑能耗分析和節(jié)能評估的前提條件，也是進行建筑節(jié)能優(yōu)化設計的重要依據(jù)之一。

建筑能耗系統(tǒng)作為一個典型的具有多變量、強耦合和不確定特性的復雜動態(tài)系統(tǒng)，建立其精確的預測模型仍然面臨很大的困難。一方面，由于建筑室內人員變動或設備啟停等情況的存在，使得用于建模的能耗數(shù)據(jù)樣本中不可避免包含異常值，這勢必影響模型預測結果的可靠性。另一方面，由于建筑能耗和環(huán)境溫度、氣象條件、建筑圍護結構以及建筑節(jié)能參數(shù)等多種影響因素之間存在著復雜的非線性關系，而且各因素之間存在很強的相關性，在建模過程中會降低建模精度，增加計算復雜度。

發(fā)明內容

有鑒于此，本發(fā)明的目的是提出一種建筑能耗預測方法及系統(tǒng)，可有效的應用于建筑能耗預測，具有良好的預測精度和魯棒性能。

本發(fā)明采用以下方案實現(xiàn)：一種建筑能耗預測方法，具體包括以下步驟：

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(shù)據(jù)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。

進一步地，所述求歷史日與預測日的相似度具體如下：

根據(jù)日最高溫度、天氣類型、星期類型(從周一至周日)和日期間隔四個影響因素選取相似日；對映射后的數(shù)據(jù)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，n的值取4；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(jù)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。

進一步地，所述日期間隔指預測日與歷史日之間日期相差的天數(shù)，日期間隔的特征取值如下：