一种基于相似时段的供热负荷预测方法技术

本发明专利技术公开了一种基于相似时段的供热负荷预测方法，包括以下步骤：S1、读取室外气象参数数据、用户室温数据、供热量数据并进行修正；S2、从供热期第3周开始建立并每日更新逐时负荷预测模型；S3、选取相似时段并读取相似时段数据；S4、基于相似时段数据构建逐时负荷计算模型的在线修正系数；S5、建立预测时段负荷预测模型。有益效果：本专利充分考虑各种气象因素的影响，引入相似时段，利用供热期前2周数据即可开始建立模型，采用逐日增加样本量的方式每日更新模型，模型简单，相比传统的机器学习方法，周期短计算快；相比简单模型，针对地面辐射系统考虑了建筑和地面构造层热惰性的影响，提高预测精度。提高预测精度。提高预测精度。

【技术实现步骤摘要】
一种基于相似时段的供热负荷预测方法


[0001]本专利技术涉及预测供暖负荷领域，具体来说，涉及一种基于相似时段的供热负荷预测方法。

技术介绍

[0002]预测供暖负荷是降低能耗的一种重要手段，准确的负荷预测有利于达到节能的目标。供热负荷预测按预测期限的长短可以分为长期预测、中期预测、短期预测和超短期预测。其中长期预测通过负荷的年度统计数据进行预测，中期预测通过负荷的月度统计数据进行预测，短期预测通过某日内每个时刻的负荷数据进行预测，超短期预测通过当前时刻的负荷数据预测往后若干时段的负荷。目前对于负荷预测，通常使用的方法包括时间序列预测法、神经网络预测法、灰色系统预测法。时间序列预测法通过按照一定的时间间隔对热负荷数据进行记录，建立供热负荷预测模型；神经网络预测法主要通过BP神经网络以及改进型神经网络算法对供热负荷进行预测；灰色系统预测法根据供热信息不完全、影响供热负荷的各因素之间映射关系不确定的特征建立预测模型。
[0003]除上述方法外，还有一些学者提出供热负荷预测的其他方法。如中国专利201911285593.X公开了
ꢀ“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于相似时段的供热负荷预测方法，其特征在于，包括以下步骤：S1、读取室外气象参数数据、用户室温数据、供热量数据并进行修正；S2、从供热期第3周开始建立并每日更新逐时负荷预测模型；S3、选取相似时段并读取相似时段数据；S4、基于相似时段数据构建逐时负荷预测模型的在线修正系数；S5、建立预测时段负荷预测模型。2.根据权利要求1所述的一种基于相似时段的供热负荷预测方法，其特征在于，所述步骤S1读取室外气象参数数据、用户室温数据、供热量数据并进行修正具体包括以下步骤：S11、分别选取典型用户监测室温，引入供热不保证率因素，根据不保证率计算室内温度不保证的用户数量n1，将处理后当前时刻所有温度由小到大排序，将位于第n1+1位次用户的室内温度作为室内温度特征值；S12、利用气象预报的室外温度、风速、天气状况和太阳高度角构建室外综合温度；S13、根据历史供热量的记录，构建热负荷数据。3.根据权利要求1所述的一种基于相似时段的供热负荷预测方法，其特征在于，所述步骤S2从供热期第3周开始建立并每日更新逐时负荷预测模型，包括以下步骤：S21、首先从供热期第3周开始根据历史数据利用相关性分析确定某时刻供热负荷与哪些时刻的供热量、室外综合空气温度和室内温度有关；S22、并分别确定权重系数，充分考虑建筑传热和地板传热的滞后影响，建立并逐日增加样本量更新逐时负荷预测模型。4.根据权利要求1所述的一种基于相似时段的供热负荷预测方法，其特征在于，所述步骤S3选取相似时段并读取相似时段数据，包括以下步骤：S31、按照相似时段确定方法选取预测时段对应的相似时段；S32、读取该相似时段的室外气象参数数据、用户室温数据、供热量数据。5.根据权利要求1所述的一种基于相似时段的供热负荷预测方法，其特征在于，所述步骤S4基于相似时段数据构建逐时负荷预测模型的在线修正系数，包括以下步骤：S41、对于相似时段，利用逐时负荷预测模型计算相似时段中与预测时刻相对应的热负荷预测值；S42、根据相似时段预测时刻室内温度设定值和...

【专利技术属性】
技术研发人员：李巍，
申请(专利权)人：天津宏达瑞信科技有限公司，
类型：发明
国别省市：