[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

本發明實施例提供的一種基于運行多樣性空調末端能耗預測方法，包括獲取待預測建筑的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。本發明采用待預測建筑類型對應的能耗預測模型對典型氣象年的能耗進行預測，可以準確預測不同氣候區下空調末端的運行規律，具有較高的魯棒性和準確度。

技術領域

本發明涉及空調末端能耗預測技術領域，具體涉及一種基于運行多樣性空調末端能耗預測方法和系統。

背景技術

在節能環保的大環境下，能耗的合理使用尤為重要。在現代公共建筑中，空調末端的運行能耗一般占建筑總能耗的40-60％，因此空調末端具有很大的節能潛力。在公共建筑的能耗管理過程中，既要保證建筑內部環境的舒適度，又要進行合理的節能。公共建筑空調末端運行能耗的提前準確預測，對空調末端運行模式的優化，對建筑空調系統的綜合節能運行以及室內環境舒適度的控制具有重要的指導意義。

行業內對空調末端能耗的預測主要特點如下：(1)側重于單個公共建筑空調系統的能耗預測研究，缺乏完善的系統可以同時對多個公共建筑的空調系統進針對性及自動化預測。對于某些大型企業，同時管理的公共建筑可能達數百甚至數千座。不同建筑空調系統運行模式及數據質量差異較大，很難完全用同一種方法進行準確預測。也不可能對每座建筑分別展開研究，因為這樣會耗費大量的時間和人力。因此，急需一套智能化系統可以同時對多座建筑空調系統進行自動化準確預測；

(2)大多數研究采用回歸分析方法對建筑空調系統能耗進行預測。該方法假設空調系統能耗與某些因素具有一定的線性關系或非線性關系，然后通過擬合空調系統歷史能耗數據得到高階多項式函數。空調系統能耗受室外溫度影響較大。在過渡季期間，溫度變化較大，空調末端運行模式會發生改變，空調系統能耗隨時間的變化曲線存在明顯轉折點。該方法難以準確預測過渡季期間空調系統能耗。若通過人工進行轉折點的劃分，然后采用線性分析的方法進行擬合，雖然可以提高預測精度，但會極大增加人工工作量，使效率降低。

發明內容

為了能夠準確和更方便的對空調末端的能耗進行預測，本發明實施例提供一種基于運行多樣性空調末端能耗預測方法和系統。該方法可以準確預測空調末端在不同氣候區下的運行規律，并可以準確地對不同公共建筑能耗末端能耗數據進行分類，選擇不同的算法進行能耗預測，具備同時預測多建筑空調末端能耗的能力。同時，該系統具有較高的魯棒性和準確度。其具體技術方案如下：

為實現上述目的，本發明實施例提供一種基于運行多樣性空調末端能耗預測方法，包括步驟：

獲取待預測建筑的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。

進一步的，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，按照相關系數和數據量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。

進一步的，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：