[發明專利]基于運行多樣性空調末端能耗預測方法和系統

在審

• 申請號: 202011593962.4
• 申請日: 2020-12-29
• 公開（公告）號: CN112686442A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 熊健;崔瑩;李靜原;戴偉;李昕
• 申請（專利權）人: 博銳尚格科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q50/26
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 王闖

1.一種基于運行多樣性空調末端能耗預測方法，其特征在于，包括步驟：

獲取待預測建筑的在典型氣象年的天氣數據；

對所述天氣數據進行預處理；

根據所述待預測建筑的分類，將預處理后的天氣數據輸入至預先訓練的、與所述待預測建筑類型對應的能耗預測模型，得到待預測建筑在典型氣象年空調末端的能耗預測值；所述能耗預測模型是在訓練過程中針對不同類型建筑訓練的模型。

2.根據權利要求1所述的基于運行多樣性空調末端能耗預測方法，其特征在于，所述能耗預測模型的訓練包括如下步驟：

獲取空調末端歷史能耗數據，以及對應歷史能耗數據的天氣數據和時間數據；

對所述歷史能耗數據、時間數據和天氣數據進行預處理后，對所述天氣數據和時間數據進行特征提取，得到特征向量；

計算所述特征向量與所述歷史能耗數據之間的相關系數，按照數據量和相關系數將不同公共建筑空調末端能耗進行分類，根據不同分類采用不同算法對空調末端所述能耗預測模型進行訓練；其中，所述天氣數據包括最高溫度、平均溫度、最低溫度、采暖度日數、空調度日數。

3.根據權利要求2所述的基于運行多樣性空調末端能耗預測方法，其特征在于，所述根據不同分類采用不同算法對所述能耗預測模型進行訓練，包括：

分別統計預處理后不同公共建筑空調末端的歷史能耗數據的數據量；

計算平均溫度和所述歷史能耗數據之間的互信息系數；

若公共建筑的所述數據量不小于預設第一數值，且所述互信息系數不小于預設第二數值，采用預設第一算法對所述模型進行訓練；

若公共建筑的所述數據量不小于預設第一數值，且所述互信息系數小于預設第二數值，采用預設第二算法對所述模型進行訓練；

若公共建筑的所述數據量小于預設第一數值，采用預設第三算法對所述模型進行訓練。

4.根據權利要求2所述的基于運行多樣性空調末端能耗預測方法，其特征在于，所述數據量為300，所述互信息系數為0.5；所述第一算法為lgbm算法，所述第二算法為滑動平均算法，所述第三算法為同區域lgbm算法。

5.根據權利要求2所述的基于運行多樣性空調末端能耗預測方法，其特征在于，所述對所述歷史能耗數據和天氣數據進行預處理包括：

判斷缺失數據及其鄰近數據是否都缺失，若都缺失則刪除缺失數據；若無缺失，則采用鄰近數據的平均值填充缺失數據；其中，所述鄰近數據是指在整個時間軸上所述缺失數據的前時間點、后時間點上的數據；

采用3σ原則過濾異常歷史能耗數據和天氣數據；

若待處理的歷史能耗數據是完整年數據，則以待預測年前一年的歷史能耗數據為基準，若所述歷史能耗數據大于基準年總能耗的一半，小于基準年總能耗的兩倍，保留數據；

計算最高溫度和最低溫度在線性擬合中占能耗的權重；根據所述權重之間的關系，判定是否保留數據；

采用加權滑動平均法對最高溫度、平均溫度、最低溫度、采暖度日數、空調度日數和能耗數據進行處理。