基于空调能耗敏感变量的跨建筑空调能耗预测方法及装置制造方法及图纸

本发明专利技术涉及一种基于空调能耗敏感变量的跨建筑空调能耗预测方法及装置，其中方法包括：步骤S1：接收含有建筑类型、所在气候区或城市，以及分析目标信息的输入数据；步骤S2：定义初始变量和建筑基准模型；步骤S3：并生成相应的几何模型和系统模型；步骤S4：运行模型并获得空调能耗；步骤S5：重复步骤S2至S4，获得不同初始变量抽样值对应的空调能耗，并获得各变量作用于空调能耗的敏感性，并将敏感性大于预设定阈值的变量作为空调能耗敏感变量；步骤S6：建立空调能耗敏感变量、天气参数、时间标签与空调设备能耗之间的映射关系，得到能耗预测模型；步骤S7：利用得到的能耗预测模型预测空调能耗。与现有技术相比，本发明专利技术具有可移植等优点。点。点。

【技术实现步骤摘要】
基于空调能耗敏感变量的跨建筑空调能耗预测方法及装置


[0001]本专利技术涉及空调能耗优化领域，尤其是涉及一种基于空调能耗敏感变量的跨建筑空调能耗预测方法及装置。

技术介绍

[0002]建筑能耗预测是提高建筑能源利用效率、减缓全球变暖趋势的重要手段。在建筑的规划设计阶段，精确的能耗预测有助于实现能源设备的合理配置，在运行及改造阶段，能耗预测可以作为设计和选择合适的节能方法的工具，短期多步能耗预测可集成到基于模型预测的建筑系统运行控制中，预先优化系统运行方案，以实现调峰或降低运行能耗。目前主要有两类建筑能耗预测方法：(1)基于物理模型，(2)基于数据驱动模型。
[0003]基于物理模型的建筑能耗预测借助能耗模拟软件，需经历信息收集、几何建模、系统建模、模型调试等几个过程，但由于参数及模型本身的不确定性，计算结果往往与实测值存在偏差。近几年，基于数据驱动模型的能耗预测方法得到了广泛关注，它从历史数据中挖掘信息，不需要繁复的建模过程，但能够取得令人满意的预测精度。目前绝大部分基于数据驱动模型的能耗预测模型训练因实际案例而异，以目标建筑历史能耗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，包括：步骤S1：接收含有建筑类型、所在气候区或城市，以及分析目标信息的输入数据，其中，所述分析目标包括于空调系统相关设备能耗及冷、热负荷；步骤S2：定义初始变量集并执行抽样，定义建筑基准模型；步骤S3：根据初始变量抽样值，并生成相应的几何模型和系统模型；步骤S4：运行模型并获得空调能耗；步骤S5：重复步骤S2至S4，获得不同初始变量抽样值对应的空调能耗，并获得各变量作用于空调能耗的敏感性，并将敏感性大于预设定阈值的变量作为空调能耗敏感变量；步骤S6：建立空调能耗敏感变量、天气参数、时间标签与空调设备能耗之间的映射关系，得到能耗预测模型；步骤S7：利用得到的能耗预测模型预测空调能耗。2.根据权利要求1所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述初始变量集中的变量包括负荷相关变量和系统相关变量。3.根据权利要求2所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述负荷相关变量的抽样方式为拉丁超立方抽样，所述系统相关变量的抽样方式为Morris抽样。4.根据权利要求1所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述建筑基准模型包括设备运行时间表、人员活动时间表、基本功能空间分布及目标地区对应的气象信息。5.根据权利要求1所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述能耗预测模型采用Catboost算法建立。6.一种基于空调能耗敏感变量的跨建筑空调能耗预...

【专利技术属性】
技术研发人员：许鹏，沙华晶，
申请(专利权)人：同济大学，
类型：发明
国别省市：