用电能耗的预测方法和装置制造方法及图纸

本发明专利技术公开了一种用电能耗的预测方法和装置。其中，该方法包括：获取目标类型的因素数据，其中，因素数据用于表示影响目标空调系统用电能耗的数据，目标类型根据的多种类型的因素数据对目标空调系统用电能耗的影响程度确定；获取用电能耗预测模型；根据目标类型的因素参数，基于用电能耗预测模型对目标空调系统的用电能耗进行预测。本发明专利技术解决了现有技术中难以对建筑的空调用电能耗进行准确预测的技术问题。

Prediction method and device of power consumption

【技术实现步骤摘要】
用电能耗的预测方法和装置
本专利技术涉及空调领域，具体而言，涉及一种用电能耗的预测方法和装置。
技术介绍
随着全球经济的持续增长，能源紧缺和环境压力日益严重，减少能源浪费、保护环境已经成为需要重视的问题，而大型公共建筑的单位面积能耗相对于居住建筑面积能耗要高出10倍多，在能源供应日益紧张、环境污染日益严重的环境下，进行以节能减耗为目的的能耗预测系统的研究，具有重要的意义。为了提高大型公共建筑的能耗管理效率，不仅需要对能耗历史数据进行监测、分析，还需要对建筑未来的能耗进行预测，对能耗预测结果进行分析，及时发现能耗异常数据，为建筑节能提供指引方向。在大型公共建筑的工作运转过程中，预先估计未来某段时间内的能耗数据对整个建筑的能耗监管和分析都是具有非常重要的以及。但影响大型公共建筑能耗的因素很多，难以准确的对未来的能耗进行预测。针对现有技术中难以对建筑的空调用电能耗进行准确预测的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种用电能耗的预测方法和装置，以至少解决现有技术中难以对建筑的空调用本文档来自技高网...

【技术保护点】
1.一种用电能耗的预测方法，其特征在于，包括：/n获取目标类型的因素数据，其中，所述因素数据用于表示影响目标空调系统用电能耗的数据，所述目标类型根据的多种类型的因素数据对所述目标空调系统用电能耗的影响程度确定；/n获取用电能耗预测模型；/n根据所述目标类型的因素参数，基于所述用电能耗预测模型对所述目标空调系统的用电能耗进行预测。/n

【技术特征摘要】
1.一种用电能耗的预测方法，其特征在于，包括：
获取目标类型的因素数据，其中，所述因素数据用于表示影响目标空调系统用电能耗的数据，所述目标类型根据的多种类型的因素数据对所述目标空调系统用电能耗的影响程度确定；
获取用电能耗预测模型；
根据所述目标类型的因素参数，基于所述用电能耗预测模型对所述目标空调系统的用电能耗进行预测。


2.根据权利要求1所述的方法，其特征在于，在获取目标类型的因素数据之前，所述方法还包括：确定所述目标类型，其中，确定所述目标类型的步骤包括：
获取所述目标空调系统历史的用电能耗数据和多种类型的因素数据；
通过所述历史的用电能耗数据和所述多种类型的因素数据，将所述多种类型按照所述多种类型的因素数据对所述目标空调系统用电能耗数据的影响程度进行排序；
在按照所述影响程度由大至小排序的情况下，确定前N个类型为所述目标类型，其中，N为大于1的整数；
在按照所述影响程度由小至大排序的情况下，确定后M个类型为所述目标类型，其中，M为大于1的整数。


3.根据权利要求1所述的方法，其特征在于，在获取目标类型的因素数据之前，所述方法还包括：构建所述用电能耗预测模型，其中，构建所述用电能耗预测模型，包括：
获取样本数据，其中，所述样本数据包括所述目标类型的历史因素数据和所述历史因素数据对应的用电能耗数据；
通过所述样本数据对预设初始模型进行训练，得到所述用电能耗预测模型。


4.根据权利要求3所述的方法，其特征在于，所述预设初始模型为径向基函数神经网络模型。


5.根据权利要求2所述的方法，其特征在于，在获取样本数据之后，所述方法还包括：
对所述样本数据进行预处理，其中，所述预处理包括如下任意一项或多项：数据清洗、数据集成、数据转换和数据消减；
通过所述样本数据对预设初始模型进行训练，得到所述用电能耗预测模型，包括：通过预处理后的样本数据对预设初始模型进行训练，得到所述用电能耗预测模...

【专利技术属性】
技术研发人员：张秀蕊，张磊，陈彦宇，谭泽汉，马雅奇，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东;44