一种基于机器学习算法的中央空调系统可调度负荷预测方法技术方案

为了克服传统纯理论计算模型对于实际工程问题不具备可操作性和准确度低等缺陷，本发明专利技术公开了一种基于机器学习算法的中央空调可调度负荷预测方法，借助中央空调系统历史运行数据，利用机器学习算法构建中央空调系统可调度负荷预测模型。整个预测模型建立过程清楚简单，具有很强的可操作性和较高的预测精度，便于中央空调系统参与需求侧响应的落地实施。于中央空调系统参与需求侧响应的落地实施。于中央空调系统参与需求侧响应的落地实施。

【技术实现步骤摘要】
一种基于机器学习算法的中央空调系统可调度负荷预测方法


[0001]本专利技术属于需求侧响应领域，尤其是中央空调系统可调度负荷预测方法。

技术介绍

[0002]中央空调系统参与需求侧响应时的可调度负荷预测，需要计算需求侧响应调节后中央空调系统的用电负荷。但需求侧响应调节后中央空调系统的用电负荷不仅与当前时刻的室外气象参数、当前时间、室内温湿度设定值、历史室内温湿度值和建筑热工特性相关，而且与整个中央空调系统的设备特性、系统形式和运行控制策略相关，表现为强耦合、大惯性、多变量和非线性。传统的纯理论计算模型很难准确计算出需求侧响应调节后中央空调系统的用电负荷，而且涉及变量众多，对于实际工程问题不具备可操作性。如典型的等效热参数模型ETP，需要室内气体比热容、建筑固体比热容和室内固体温度等参数，而这些参数在实际工程中很难量化得到。另外，该模型仅适用于启停控制下的分体空调，无法应用于大型中央空调。

技术实现思路

[0003]为了克服传统纯理论计算模型对于实际工程问题不具备可操作性和准确度低等缺陷，本专利技术提供一种基于机器学习算法的中央空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习算法的中央空调系统可调度负荷预测方法，其特征在于借助中央空调系统历史运行数据，依据机器学习算法构建中央空调系统可调度负荷预测模型，用于对中央空调参与需求侧响应时的可调度负荷进行预测。2.根据权利要求1所述的一种基于机器学习算法的中央空调系统可调度负荷预测方法，其特征在于，影响参与需求侧响应调节后中央空调系统用电负荷的强相关变量主要有：室外气象参数(包括温度、湿度、太阳辐射强度)、当前时间(主要影响建筑运营情况，如商场人流密度会影响建筑室内冷负荷和湿负荷)、当前时刻室内温湿度设定值、历史室内温湿度值的逐时平均值。3.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员：程博，牛红日，
申请(专利权)人：九州能环北京科学技术有限公司，
类型：发明
国别省市：