[發明專利]一種分布式供能的冷熱電負荷預測模型系統及方法

在審

• 申請號: 201911290953.5
• 申請日: 2019-12-16
• 公開（公告）號: CN111144628A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 陶清寶;劉永紅;鮑勁松;王波波
• 申請（專利權）人: 茂盟（上海）工程技術股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F16/9537;G06F16/2458;G06N3/04;G16Y10/35;G16Y40/10;G16Y40/20
• 代理公司: 上海昱澤專利代理事務所(普通合伙) 31341
• 代理人: 孟波

1.一種分布式供能的冷熱電負荷預測模型系統，其特征在于，包括：

物理層模塊，設有多個傳感器件并布置在能源中心供能區域的各個點位上，用于提供實時現場數據；

數據層模塊，用于存儲能源中心供能區域各個點位上檢測到的數據；

計算層模塊，用于對來自數據層模塊的數據進行處理；

應用層模塊，用于指導能源中心供能區域根據冷熱電預測結果來選擇蓄能設備的蓄能量。

2.根據權利要求1所述的一種分布式供能的冷熱電負荷預測模型系統的方法，其特征在于，包括如下步驟：

步驟S1：物理層模塊通過在能源中心供能區域的各個建筑物及各層和各層的用戶的相應位置布置傳感器件，檢測電量的消耗、暖通設備冷卻水的流量和用戶所處環境的溫度；

步驟S2：數據層模塊通過數據傳輸協議接收來自能源中心供能區域的檢測到的歷史數據以及現場數據，并獲取有關天氣預報、法定節假日以及風俗習慣的外源數據，并存儲在服務器和云端；

步驟S3：計算層模塊對來自數據層模塊的數據進行篩選、處理和預測；

步驟S4：應用層模塊在得到計算層模塊對冷熱電負荷預測的結果后，應用到實際的能源管理和提高用戶的服務體驗，包括Web應用和二次開發。

3.根據權利要求2所述的一種分布式供能的冷熱電負荷預測模型的方法，其特征在于，所述步驟S4中Web應用包括使用基于Web端的數據可視化技術向用戶展示其冷熱電消耗的歷史數據，并根據當前采集到的現場數據預測接下來的冷熱電消耗，同時向能源中心展示所用的冷熱電負荷預測的數據和趨勢圖，便于相關人員制定決策。

4.根據權利要求2所述的一種分布式供能的冷熱電負荷預測模型的方法，其特征在于，所述步驟S4中二次開發包括在準確預測冷熱電負荷的前提下優化蓄能設備的運行策略，使其削峰填谷，降低生產成本，或者通過合理分配能源中心供能設備上加載的負荷來降低設備的維護成本和運營成本。

5.根據權利要求2所述的一種分布式供能的冷熱電負荷預測模型的方法，其特征在于，所述步驟S2的數據處理過程包括如下步驟：

步驟S21：數據清洗，利用箱型圖、高斯分布及聚類法篩選出異常值，分情況利用刪除、保留、替代方法進行處理；找出空白、非數和0表示的缺失值，利用字符和統計值代替法進行處理，經過上述兩步后，將數據轉換為指定的格式；

步驟S22：特征工程，通過特征選擇的方法，包括低方差特征選擇、單變量特征選擇、遞歸式特征消除和嵌入式方法來得到對預測結果重要的原特征集合的子集，也可以利用PCA和LDA特征提取的方法將原特征集合映射為另一個特征集合，達到降維的目的；

步驟S23：LSTM算法模型構建，將整理好的數據代入模型計算，并根據實際情況調整超參數；

步驟S24：模型評估，通過選擇合適的評估指標衡量得到的負荷預測模型的性能優劣，針對分類問題可選的評估指標有準確率、召回率、F1值、ROC曲線和AUC曲線，針對回歸問題的評估指標有最大誤差、平均絕對值誤差、均方差和R2分數，如果負荷預測模型的性能達到要求，就結束該步驟，若不符合要求，則執行步驟S23和下述步驟S25；

步驟S25：在步驟S24沒有滿足要求的前提下執行該步驟，通過交叉驗證和網格搜索來優化模型，提升負荷預測模型的性能。

6.根據權利要求2所述的一種分布式供能的冷熱電負荷預測模型的方法，其特征在于，所述步驟S2中數據層模塊還可接收來自第三方平臺的數據，包括氣象臺的天氣預報和國家的法定節假日，針對不同的第三方平臺，通過購買數據服務、共享數據服務以及開放數據接口接受其相關數據。