【技术实现步骤摘要】
本专利技术属于空调负荷预测，具体涉及一种基于fcm-ddqn优化模型的空调负荷预测方法、设备及介质。
技术介绍
1、由于全球气候变暖，同时随着社会经济的不断发展，空调的使用日渐增多，导致空调负荷占比逐年增加。在夏季高峰时段，我国大中城市的空调负荷占比高达30-50％。为加强楼宇空调系统的运行能耗管理，降低能耗水平，首先需要对公共楼宇空调系统的用电负荷进行负荷预测。
2、空调负荷预测发展至今，机器学习中的神经网络技术一直是主流算法，以循环神经网络为基础形成各类分支，被广泛应用。传统机器学习算法的缺陷在于：一方面，在单机上处理大规模数据的时候，为了保证速率往往会导致精度的丢失：另一方面，在分布式处理时，各机器之间存在通信损失，在一定程度上降低了数据的处理效率。
3、cn106682764a-一种基于并行预测策略的公共楼宇日前空调负荷预测方法的方案，根据公共楼宇空调负荷的时序性特点，基于大样本采样数据建立采用并行预测策略，以减少累积误差的影响。在历史数据预处理过程中采用主成份分析方法与模糊c均值聚类方法相结合的模式，综...
【技术保护点】
1.一种基于FCM-DDQN优化模型的空调负荷预测方法，其特征在于：所述基于FCM-DDQN优化模型的空调负荷预测方法包括：
2.根据权利要求1所述的一种基于FCM-DDQN优化模型的空调负荷预测方法，其特征在于：步骤S1中，相关参数包括室外温度、室外湿度、历史1时刻空调负荷、历史2时刻空调负荷、历史3时刻空调负荷。
3.根据权利要求2所述的一种基于FCM-DDQN优化模型的空调负荷预测方法，其特征在于：步骤S1中，对相关参数数据进行归一化处理，归一化处理的公式为：
4.根据权利要求1所述的一种基于FCM-DDQN优化模型的空调负荷...
【技术特征摘要】
1.一种基于fcm-ddqn优化模型的空调负荷预测方法，其特征在于：所述基于fcm-ddqn优化模型的空调负荷预测方法包括：
2.根据权利要求1所述的一种基于fcm-ddqn优化模型的空调负荷预测方法，其特征在于：步骤s1中，相关参数包括室外温度、室外湿度、历史1时刻空调负荷、历史2时刻空调负荷、历史3时刻空调负荷。
3.根据权利要求2所述的一种基于fcm-ddqn优化模型的空调负荷预测方法，其特征在于：步骤s1中，对相关参数数据进行归一化处理，归一化处理的公式为：
4.根据权利要求1所述的一种基于fcm-ddqn优化模型的空调负荷预测方法，其特征在于：步骤s2中，采用fcm算法对预处理后的数据进行聚类，包括：
5.根据权利要求4所述的一种基于fcm-ddqn优化模型的空调负荷预测方法，其特征在于：步骤s2中，fcm算法的具体过程包括：
6.根据权利要求4所述的一种基于fcm-ddqn优化模型的空调负荷预测方法，其...
【专利技术属性】
技术研发人员：黄荣国，钟炜豪，王峰，严华江，沈百强，李磊，芦鹏飞，陆春光，俞佳莉，王佳颖，谢志铎，麻吕斌，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
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。