一种基于气象预报的办公建筑动态热负荷组合预测方法技术
【技术实现步骤摘要】
一种基于气象预报的办公建筑动态热负荷组合预测方法
本专利技术涉及一种基于数据驱动的预测方法，具体涉及一种基于气象预报的办公建筑动态热负荷组合预测方法。
技术介绍
目前，在办公建筑中，暖通空调系统的能耗大约占总能耗的40％，暖通空调系统的运行管理技术水平普遍较低，大都凭经验进行调控，出现暖通空调系统的供给能量与需求量相差较大，不能与实时的负荷变化相匹配，从而导致热舒适性降低和能耗的增加。随着暖通空调系统的高能耗问题的日益突出，需要提高暖通空调系统运行效率。然而，精准的建筑动态负荷预测是优化暖通空调系统的基础工作，具有非常重要的研究意义。根据预测出的负荷，可以了解负荷的动态变化，进行实时的调控，以达到降低暖通空调系统能耗和改善室内环境的热舒适性的目的。建筑负荷影响因素有很多，主要包括各种外扰和内扰因素，具有动态性、时变性、多扰量性、不确定性等特征。预测模型的输入参数对预测精度有着十分重要的影响，需要进行分析来确定。常用的热负荷预测的建模方法主要包括人工智能分析、模拟分析和回归分析方法。对于人工智能方法，预测精度较高，但模型较复杂。对于模拟分析方法，建模需要详尽的建筑信...
【技术保护点】
一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，包括如下步骤：(1)利用敏感性分析方法，确定预测模型输入的气象参数类型；(2)利用相关性分析方法，选择气象参数和历史负荷的输入时刻，进一步确定预测模型的输入参数；(3)利用小波变换方法进行历史负荷的特征提取，得到具有周期性和线性特征的低频分量以及具有随机性和非线性特征的高频分量；(4)建立样本数据，包括训练样本和预测样本，并根据所述历史负荷高低频分量的不同特征，建立不同的预测模型，包括支持向量机模型和偏最小二乘回归模型；(5)利用预测样本及所述支持向量机模型和偏最小二乘回归模型，得到最终负荷预测结果。
【技术特征摘要】
1.一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，包括如下步骤：(1)利用敏感性分析方法，确定预测模型输入的气象参数类型；(2)利用相关性分析方法，选择气象参数和历史负荷的输入时刻，进一步确定预测模型的输入参数；(3)利用小波变换方法进行历史负荷的特征提取，得到具有周期性和线性特征的低频分量以及具有随机性和非线性特征的高频分量；(4)建立样本数据，包括训练样本和预测样本，并根据所述历史负荷高低频分量的不同特征，建立不同的预测模型，包括支持向量机模型和偏最小二乘回归模型；(5)利用预测样本及所述支持向量机模型和偏最小二乘回归模型，得到最终负荷预测结果。2.根据权利要求1所述一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，步骤(1)中所述敏感性分析方法，是通过逐一改变相关的气象参数的大小以解释负荷受这些因素变动影响大小的规律，其敏感性大小可用敏感度系数指标SQF进行评价。3.根据权利要求1或2所述一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，通过模拟软件实现所述敏感性分析方法，通过修改模拟所需气象文件中相应的气象参数，利用修改的气象文件进行模拟，以计算敏感度系数指标的大小。4.根据权利要求1或2所述一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，步骤(1)中，所述气象参数包括室外干球温度、相对湿度、法向太阳直射、水平面太阳散射、风速及风向。5.根据权利要求1所述一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，步骤(2)中所述相关性分析方法包括Pearson相关和Spearman相关；在进行相关性分析之前，首先判断样本是否为正态分布，若是，则用Pearson相关，否则用Spearman相关；并选择相关系数大于0.3的气象参数和历史负荷。6.根据权利要求1所述一种基于气象预报的办公建筑动态热负荷组合预测方法，其特征在于，步骤(3)中所述小波变换方法选择Dmeyer波函数作...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。