基于小波变换的Prophet和Holt-Winters组合模型的热舒适度预测方法技术

本发明专利技术提供一种基于小波变换的Prophet和Holt

【技术实现步骤摘要】
基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法


[0001]本专利技术提供一种基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法，属于热舒适度预测


技术介绍

[0002]商业建筑内部是相对封闭且人员长时间停留的空间，其内部的空气环境将直接影响人员的舒适性，而温度既是评价空气环境状态的关键指标和分析人员舒适性的主要物理量，也是环境调控和能耗评估的重要依据，因此掌握并能预测建筑物内部的温度变化规律非常重要，目前针对提前预测建筑物内部环境温度的变化趋势缺乏理论依据，如果对其进行深入研究，将有利于通风空调系统的精细化控制和节能运行，促进城市建筑群的节能减排。

技术实现思路

[0003]本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法的改进。
[0004]为了解决上述技术问题，本专利技术采用的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法，其特征在于：包括如下预测步骤：步骤S1：获取建筑物室内外的历史温度数据，并进行预处理；步骤S2：使用预处理后的温度数据，采取改良后的DWT小波去噪剔除温度数据中可能存在的噪声，并进行离散小波分解；步骤S3：将分解后的各层小波系数作为训练样本，训练Holt
‑
Winters模型；步骤S4：使用预处理后的温度数据，训练改进后的Prophet模型；步骤S5：将Holt
‑
Winters模型和改进后的Prophet模型进行组合，并计算两个模型在组合模型中的权重；步骤S6：根据得到的权重，对Holt
‑
Winters模型和改进后的Prophet模型的输出进行加权平均得到最终预测曲线。2.根据权利要求1所述的基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法，其特征在于：所述步骤S1中进行的预处理具体包括：剔除空值和异常值以及归一化处理；所述归一化处理采用的计算公式为：式中：T
j
是建筑物某天第j点的温度，T
j，min
和T
j，max
分别是该建筑物当天第j点温度的最小值和最大值，是建筑物当天第j点的温度归一化后的值。3.根据权利要求2所述的基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法，其特征在于：所述步骤S2的具体步骤为：对离散值使用改良后的DWT小波变换进行分解得到对应的小波系数，采用的分解公式为：然后根据小波系数构建新的离散值，采用的构建公式为：式中：WT
f
(j，k)是第j层的连续小波系数，k是位置索引，f(t)是原始数据，是ψ
j，k
(t)的共轭函数，x(t)是重构数据，c是常数，A
n
是低频数据，D
n
是高频数据，其中低频数据表示近似信息，高频数据表示详细信息，l(ψ
ik
(t))是低通滤波器，h(ψ
ij
(t))是高通滤波器。4.根据权利要求3所述的基于小波变换的Prophet和Holt
‑
Winters组合模型的热舒适度预测方法，其特征在于：所述步骤S3的具体步骤为：所述Holt
‑
Winters模型由三个指数平滑方程和一个预测方程组成，各计算方程表达为：s
i
＝α(x
i
‑
p
i
‑1)+(1+α)(s
i
‑1+t
i
‑1)；t
i
＝β(s
i
‑
s
i
‑1)+(1
‑
β)t
i
‑1；
p
i
＝γ(x
i
‑
s
i
)+(1
‑
γ)p
i
‑1；x
i+h
＝s
i
+ht
i
+p
i
‑
...

【专利技术属性】
技术研发人员：马千里，李志伟，杜航原，范政，
申请(专利权)人：山西大学，
类型：发明
国别省市：