一种机场用电负荷的智能监控和预测方法及系统技术方案

一种机场用电负荷的智能监控和预测方法，该方法包括如下步骤：步骤1：通过机场用电负荷智能监控能源管理系统及装置采集机场相关运行数据及历史耗电量数据，并以个月序列作为动态灰色模型的建模输入数据，重构历史用电序列并得到第个月耗电量的灰色预测结果；步骤2：提取多维特征，步骤3：网络训练过程，步骤4：进行第月耗电量的最终预测。本发明专利技术还包括一种机场用电负荷的智能监控和预测方法及系统。本发明专利技术能够对机场能源需求进行有效预测，可为机场能源规划管理提供有效依据。可为机场能源规划管理提供有效依据。可为机场能源规划管理提供有效依据。

【技术实现步骤摘要】
一种机场用电负荷的智能监控和预测方法及系统


[0001]本专利技术涉及一种预测机场航站楼耗电量的方法及系统，具体涉及一种机场用电负荷的智能监控和预测方法及系统。

技术介绍

[0002]现如今，普遍被认可的传统预测方法有时间序列法、消费弹性法、回归分析法等。而后出现的灰色预测法、反向传播神经网络、遗传算法、支持向量机等方法则属于人工智能预测方法。在能耗预测领域，国内外的学者们开展了广泛的研究。王力等提出一种基于时间序列分析方法和支持向量机的时间序列混合预测模型，为能耗时间序列预测建模提供了一种新方法，针对复杂、影响因素多变的能耗时间序列有较好的应用推广能力。
[0003]机场能耗的时间序列混合预测方法[J].中国民航大学学报,2017,35(06):31
‑
35，陈静杰等针对非饱和机场能耗时间序列的非线性和非平稳性点，提出一种基于两步分解法和季节差分自回归滑动平均模型相结合的组合预测法。
[0004]基于两步分解法和SARIMA的非饱和机场能耗预测[J].计算机应用与软件,2019,36(04):46
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场用电负荷的智能监控和预测方法，其特征在于，该方法包括如下步骤：步骤1：通过机场用电负荷智能监控能源管理系统及装置采集机场相关运行数据及历史耗电量数据，并以n个月序列作为动态灰色模型的建模输入数据，重构历史用电序列并得到第n+1个月耗电量的灰色预测结果；步骤2：提取多维特征，具体包括前四个月耗电量，上一年同时期的四个月耗电量以及季节气候、旅客特征，与步骤1中所得的灰色模型预测结果共同输入DBNS模型；步骤3：网络训练过程，利用C－D算法逐层进行训练，得到每一层的参数θ＝{w
ij
,a
i
,b
j
}，用于初始化DBN；最后利用BP进行反向整体微调；步骤4：将步骤2所述样本输入训练好的DBNs，进行第n+1月耗电量的最终预测。2.根据权利要求1所述的机场用电负荷的智能监控和预测方法，其特征在于，所述步骤1，具体包括如下步骤：步骤11：参数定义：选取长沙黄花国际机场航站楼2019年1月
‑
2021年10月的月耗电量序列作为研究对象:[C1,C2,C3...C
n
...C
34
]其中，C
n
代表航站楼第n个月的耗电量；步骤12：输入和输出：输入：样本集X
(0)
＝{x
(0)
(1),x
(0)
(2),...,x
(0)
(n)}；输出：机场航站楼第n+1个月耗电量预测值x
(0)
(n+1)；算法步骤主要包括：I)动态灰色模型改进:假设等时距建模序列长度为n，对其建立GM(1，1)模型，可得到n+1时刻的预测值x
(0)
(n+1)；接着将序列后移，即去掉x
(0)
(1)并加入新预测出的x
(0)
(n+1)，得到新的建模序列:X
(0)
＝{x
(0)
(2),x
(0)

【专利技术属性】
技术研发人员：孙志云，卢小龙，唐远程，陈贺伟，韦启珍，李俊宇，
申请(专利权)人：中国能源建设集团湖南省电力设计院有限公司，
类型：发明
国别省市：