System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及能源,尤其涉及一种工业园区能耗预测方法、装置、设备及存储介质。
技术介绍
1、随着互联网、物联网的发展,园区综合能源系统的建设、规划调度和经济运行趋向于智慧园区智能化管理。智慧园区可以工业园区内的能耗进行管控,是对园区内碳排放管理的重要策略,但是目前园区的区域面积大且复杂,对于园区的能耗监测的监测效果不佳,无法提高园区的能源利用率。
2、在能源供应日益紧张、环境污染日益严重的国内外环境下,进行以节能减耗为目的的能耗预测系统的研究,具有重要的意义。工业建筑节能耗也需要进一步对能耗进行管控和调节,对能源使用进行精益化管控,避免不必要的能源浪费。
3、上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种工业园区能耗预测方法、装置、设备及存储介质,旨在解决现有技术工业建筑节能耗没有明确的目标要求和具体规定,导致无法及时根据工业能耗对能源使用进行管控和调节的技术问题。
2、为实现上述目的,本专利技术提供了一种工业园区能耗预测方法,所述方法包括以下步骤:
3、获取目标园区的历史能耗和多个历史初始参数,对各个历史初始参数进行能耗关联度分析,得到历史参考参数;
4、对所述历史参考参数进行共线性诊断,根据诊断结果剔除所述历史参考参数中的强关联性参数,得到历史目标参数;
5、根据所述历史目标参数构建基础建筑能耗模型,基于基础建筑能耗模型进行能
6、根据所述用电能耗系数预测园区的固定能耗和可变能耗,根据所述固定能耗和可变能耗得到目标园区的预测能耗。
7、可选地,所述获取目标园区的历史能耗和多个历史初始参数,对各个历史初始参数进行能耗关联度分析,得到历史参考参数,包括:
8、获取目标园区的历史能耗和多个历史初始参数,所述历史初始参数包括建筑面积、窗户数量、空调数量、人员数量、人居均收入;
9、根据所述目标园区的历史能耗和多个历史初始参数构建原始序列,对所述原始序列进行无量纲化处理,得到参考序列;
10、根据预设分辨系数计算所述参考序列中各个历史初始参数与历史能耗之间的关联系数;
11、根据所述关联系数进行能耗关联度分析,得到历史参考参数。
12、可选地,所述根据所述关联系数进行能耗关联度分析,得到历史参考参数,包括:
13、对所述各个历史初始参数与所述历史能耗进行平滑处理,得到平滑处理后的历史初始参数和历史能耗;
14、根据所述关联系数、平滑处理后的历史初始参数和历史能耗计算所述各个历史初始参数与历史能耗之间的关联度;
15、根据所述关联度对所述各个历史初始参数进行排序,选取排序后前预设个数的历史初始参数作为历史参考参数。
16、可选地,所述对所述历史参考参数进行共线性诊断,根据诊断结果剔除所述历史参考参数中的强关联性参数,得到历史目标参数,包括:
17、根据所述历史参考参数构建白化微分方程,根据所述历史参考参数计算白化参数;
18、根据白化参数对所述白化微分方程求解,得到预测模型;
19、根据所述预测模型对所述历史参考参数进行验证,得到验证结果,根据验证结果进行共线性诊断;
20、根据所述诊断结果得到强关联性参数,剔除所述历史参考参数中的强关联性参数,得到历史目标参数。
21、可选地,所述根据所述历史目标参数构建基础建筑能耗模型,基于所述基础建筑能耗模型进行能耗模拟,得到用电能耗系数,包括:
22、获取目标园区的历史气象数据;
23、根据所述历史气象数据和所述历史目标参数构建多个初始模型,通过对各个初始模型进行模拟,得到各个初始模型对应的模拟能耗;
24、分别计算各个初始模型对应的模拟能耗与所述历史能耗之间的能耗误差,将最小能耗误差对应的初始模型作为基础建筑能耗模型;
25、基于所述基础建筑能耗模型进行能耗模拟,得到用电能耗系数。
26、可选地,所述用电能耗系数包括基础用电能耗系数、变量用电能耗系数以及园区能耗分布因子;
27、所述基于所述基础建筑能耗模型进行能耗模拟,得到用电能耗系数,包括:
28、基于所述基础建筑能耗模型进行模拟,得到建筑用电、照明用电、空调用电;
29、根据所述建筑用电和照明用电计算基础用电能耗系数,根据所述空调用电计算变量用电能耗系数;
30、根据所述基础用电能耗系数和所述变量用电能耗系数构建园区能耗分布因子。
31、可选地,所述根据所述用电能耗系数预测园区的固定能耗和可变能耗,根据所述固定能耗和可变能耗得到目标园区的预测能耗,包括:
32、获取园区当前能耗,根据园区当前能耗、园区能耗分布因子以及所述基础用电能耗系数进行预测,得到固定能耗;
33、根据所述园区当前能耗、所述园区能耗分布因子以及所述变量用电能耗系数进行预测,得到可变能耗;
34、将所述固定能耗以及所述可变能耗相加得到目标园区的预测能耗。。
35、此外,为实现上述目的,本专利技术还提出一种园区能耗预测装置,所述园区能耗预测装置包括:
36、参数获取模块,用于获取目标园区的历史能耗和多个历史初始参数,对各个历史初始参数进行能耗关联度分析,得到历史参考参数;
37、所述参数获取模块,还用于对所述历史参考参数进行共线性诊断,根据诊断结果剔除所述历史参考参数中的强关联性参数,得到历史目标参数;
38、能耗预测模块,用于根据所述历史目标参数构建基础建筑能耗模型,基于基础建筑能耗模型进行能耗模拟,得到用电能耗系数;
39、所述能耗预测模块,还用于根据所述用电能耗系数预测园区的固定能耗和可变能耗,根据所述固定能耗和可变能耗得到目标园区的预测能耗。
40、此外,为实现上述目的,本专利技术还提出一种园区能耗预测设备,所述园区能耗预测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的园区能耗预测程序,所述园区能耗预测程序配置为实现如上文所述的园区能耗预测方法的步骤。
41、此外,为实现上述目的,本专利技术还提出一种存储介质,所述存储介质上存储有园区能耗预测程序,所述园区能耗预测程序被处理器执行时实现如上文所述的园区能耗预测方法的步骤。
42、本专利技术通过分析影响工业园区能耗的因素,基于关联度最高的因素从基础用电和变量用电对未来能耗预测,根据预测能耗对工业园区能耗进行管控和调节,预测越准确越能够实现精益化管控,从而避免不必要的能源浪费,实现更加环保的能源使用。
本文档来自技高网...【技术保护点】
1.一种园区能耗预测方法,其特征在于,所述园区能耗预测方法包括:
2.如权利要求1所述的园区能耗预测方法,其特征在于,所述获取目标园区的历史能耗和多个历史初始参数,对各个历史初始参数进行能耗关联度分析,得到历史参考参数,包括:
3.如权利要求2所述的园区能耗预测方法,其特征在于,所述根据所述关联系数进行能耗关联度分析,得到历史参考参数,包括:
4.如权利要求1所述的园区能耗预测方法,其特征在于,所述对所述历史参考参数进行共线性诊断,根据诊断结果剔除所述历史参考参数中的强关联性参数,得到历史目标参数,包括:
5.如权利要求1所述的园区能耗预测方法,其特征在于,所述根据所述历史目标参数构建基础建筑能耗模型,基于所述基础建筑能耗模型进行能耗模拟,得到用电能耗系数,包括:
6.如权利要求5所述的园区能耗预测方法,其特征在于,所述用电能耗系数包括基础用电能耗系数、变量用电能耗系数以及园区能耗分布因子;
7.如权利要求6所述的园区能耗预测方法,其特征在于,所述根据所述用电能耗系数预测园区的固定能耗和可变能耗,根据所述固定
8.一种园区能耗预测装置,其特征在于,所述园区能耗预测装置包括:
9.一种园区能耗预测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的园区能耗预测程序,所述园区能耗预测程序配置为实现如权利要求1至7中任一项所述的园区能耗预测方法。
10.一种存储介质,其特征在于,所述存储介质上存储有园区能耗预测程序,所述园区能耗预测程序被处理器执行时实现如权利要求1至7任一项所述的园区能耗预测方法。
...【技术特征摘要】
1.一种园区能耗预测方法,其特征在于,所述园区能耗预测方法包括:
2.如权利要求1所述的园区能耗预测方法,其特征在于,所述获取目标园区的历史能耗和多个历史初始参数,对各个历史初始参数进行能耗关联度分析,得到历史参考参数,包括:
3.如权利要求2所述的园区能耗预测方法,其特征在于,所述根据所述关联系数进行能耗关联度分析,得到历史参考参数,包括:
4.如权利要求1所述的园区能耗预测方法,其特征在于,所述对所述历史参考参数进行共线性诊断,根据诊断结果剔除所述历史参考参数中的强关联性参数,得到历史目标参数,包括:
5.如权利要求1所述的园区能耗预测方法,其特征在于,所述根据所述历史目标参数构建基础建筑能耗模型,基于所述基础建筑能耗模型进行能耗模拟,得到用电能耗系数,包括:
6.如权利要求5所...
【专利技术属性】
技术研发人员:邵俊松,张聪,樊小毅,庞海天,宋丹阳,
申请(专利权)人:南京江行联加智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。