【技术实现步骤摘要】
本申请涉及空调负荷预测，尤其涉及一种空调负荷预测模型构建方法、装置、设备、介质及产品。
技术介绍
1、在相关技术中，对于空调系统负荷的预测一般是采用基于深度学习的预测方法，此类方法以历史数据作为输入，借用人工智能技术训练出负荷预测模型，通过训练好的模型来预测空调系统负荷。但其属于“黑盒模型”，在实际应用中往往受限，难以体现出负荷形成过程，也难以说明各部分能耗的组成及变化情况，存在着模型可解释性差的问题。
技术实现思路
1、本申请的主要目的在于提供一种空调负荷预测模型构建方法、装置、设备、介质及产品，旨在提供一种可解释性较强的空调负荷预测模型。
2、为实现上述目的，本申请提供一种空调负荷预测模型构建方法，所述方法包括：
3、获取目标建筑物的空调系统的历史运行数据；其中，所述历史运行数据包括空调总负荷、室内空气温度、室外空气温度、室内空气焓值、室外空气焓值、辐照度、建筑物耗电量、天然气消耗量、水蒸气消耗量以及有害气体浓度，所述有害气体浓度包括二氧化碳浓度或挥发性有机化合物浓度；
4、基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数和所述空调系统的内部活动热负荷参数；其中，所述传热传质热负荷参数包括围护结构导热效果系数、围护结构辐射效果系数以及空调区与外部空气交换活动系数，所述内部活动热负荷参数包括空调负荷的耗电量影响系数、空调负荷的天然气耗量影响系数以及空调负荷的水蒸气耗量影响系数；
5、基于所述传热传质热负荷参数和所述内部活动
6、可选地，基于所述传热传质热负荷参数和所述内部活动热负荷参数，构建所述空调负荷预测模型，包括：
7、基于公式一、所述围护结构导热效果系数、所述围护结构辐射效果系数、所述空调区与外部空气交换活动系数、所述空调负荷的耗电量影响系数、所述空调负荷的天然气耗量影响系数以及所述空调负荷的水蒸气耗量影响系数，构建所述空调负荷预测模型；
8、其中，所述公式一为：
9、；为所述空调系统的总负荷，为无量纲数，当计算空调系统冷负荷时，取-1，当计算空调系统供暖负荷时，取1；为所述围护结构导热效果系数，为室外空气温度，为室内空气温度，为所述围护结构辐射效果系数，为辐照度，为所述空调区与外部空气交换活动系数，为室外空气焓值，为室内空气焓值，为所述耗电量影响系数，为建筑物耗电量，为所述天然气耗量影响系数，为天然气消耗量，为天然气燃烧热值，为所述水蒸气耗量影响系数，为水蒸气消耗量，为水蒸气冷凝释放的潜热。
10、可选地，所述空调系统为定新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
11、基于多组除室内外空气温度差不同外，其余各参数均相同的历史运行数据，确定所述围护结构导热效果系数；
12、基于多组除辐照度不同外，其余各参数均相同的历史运行数据，确定所述围护结构辐射效果系数；
13、基于多组除室内外空气焓差不同外，其余各参数均相同的历史运行数据，确定所述定新风量系统的空调区与外部空气交换活动系数。
14、可选地，所述空调系统为变新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
15、基于多组除室内外空气温度差不同外，其余各参数均相同的历史运行数据，确定所述围护结构导热效果系数；
16、基于多组除辐照度不同外，其余各参数均相同的历史运行数据，确定所述围护结构辐射效果系数；
17、基于多组除有害气体浓度不同外，其余各参数均相同的历史运行数据，确定有害气体浓度波动系数；
18、基于公式二和所述有害气体浓度波动系数，确定所述变新风量系统的空调区与外部空气交换活动系数；
19、其中，所述公式二为：；为常量，为所述有害气体浓度波动系数，为有害气体浓度。
20、可选地，基于所述历史运行数据，确定所述空调系统的内部活动热负荷参数，包括：
21、基于多组除建筑物耗电量不同外，其余各参数均相同的历史运行数据，确定所述耗电量影响系数；
22、基于多组除天然气消耗量不同外，其余各参数均相同的历史运行数据，确定所述天然气耗量影响系数；
23、基于多组除水蒸气消耗量不同外，其余各参数均相同的历史运行数据，确定所述水蒸气耗量影响系数。
24、可选地，方法还包括：
25、获取所述空调系统在当前时刻的运行数据；所述运行数据包括当前时刻目标建筑的室内空气温度、室外空气温度、室内空气焓值、室外空气焓值、辐照度、建筑物耗电量、天然气消耗量、水蒸气消耗量以及有害气体浓度；
26、将所述当前时刻的运行数据输入所述空调负荷预测模型进行负荷预测，获得当前时刻之后的待预测时刻的空调负荷预测结果；其中，所述当前时刻与所述待预测时刻之间的时间差小于或等于15分钟。
27、此外，为实现上述目的，本申请还提出一种空调负荷预测模型构建装置，配置于空调负荷预测模型构建设备，所述装置包括：
28、数据获取模块，用于获取目标建筑物的空调系统的历史运行数据；其中，所述历史运行数据包括空调总负荷、室内空气温度、室外空气温度、室内空气焓值、室外空气焓值、辐照度、建筑物耗电量、天然气消耗量、水蒸气消耗量以及有害气体浓度，所述有害气体浓度包括二氧化碳浓度或挥发性有机化合物浓度；
29、参数确定模块，用于基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数和所述空调系统的内部活动热负荷参数；其中，所述传热传质热负荷参数包括围护结构导热效果系数、围护结构辐射效果系数以及空调区与外部空气交换活动系数，所述内部活动热负荷参数包括空调负荷的耗电量影响系数、空调负荷的天然气耗量影响系数以及空调负荷的水蒸气耗量影响系数；
30、模型构建模块，用于基于所述传热传质热负荷参数和所述内部活动热负荷参数，构建所述空调负荷预测模型。
31、此外，为实现上述目的，本申请还提出一种空调负荷预测模型构建设备，包括：处理器，存储器以及存储在所述存储器中的计算机程序，所述计算机程序被所述处理器运行时实现如上所述的空调负荷预测模型构建方法的步骤。
32、此外，为实现上述目的，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的空调负荷预测模型构建方法。
33、此外，为实现上述目的，本申请还提出一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上所述的空调负荷预测模型构建方法的步骤。
34、本申请提供的空调负荷预测模型构建方法中，可以获取目标建筑物的空调系统的历史运行数据；其中，历史运行数据包括空调总负荷、室内空气温度、室外空气温度、室内空气焓值、室外空气焓值、辐照度、建筑物耗电量、天然气消耗量、水蒸气消耗量以本文档来自技高网...
【技术保护点】
1.一种空调负荷预测模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的空调负荷预测模型构建方法，其特征在于，所述基于所述传热传质热负荷参数和所述内部活动热负荷参数，构建所述空调负荷预测模型，包括：
3.根据权利要求2所述的空调负荷预测模型构建方法，其特征在于，所述空调系统为定新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
4.根据权利要求2所述的空调负荷预测模型构建方法，其特征在于，所述空调系统为变新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
5.根据权利要求1所述的空调负荷预测模型构建方法，其特征在于，所述基于所述历史运行数据，确定所述空调系统的内部活动热负荷参数，包括：
6.根据权利要求1所述的空调负荷预测模型构建方法，其特征在于，所述方法还包括：
7.一种空调负荷预测模型构建装置，其特征在于，配置于空调负荷预测模型构建设备，所述装置包括：
8.一种空调负荷预测模型构建设备，其特征在于，包括：处理器，存储
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的空调负荷预测模型构建方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的空调负荷预测模型构建方法的步骤。
...【技术特征摘要】
1.一种空调负荷预测模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的空调负荷预测模型构建方法，其特征在于，所述基于所述传热传质热负荷参数和所述内部活动热负荷参数，构建所述空调负荷预测模型，包括：
3.根据权利要求2所述的空调负荷预测模型构建方法，其特征在于，所述空调系统为定新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
4.根据权利要求2所述的空调负荷预测模型构建方法，其特征在于，所述空调系统为变新风量系统，所述基于所述历史运行数据，确定所述空调系统的传热传质热负荷参数，包括：
5.根据权利要求1所述的空调负荷预测模型构建方法，其特征在于，所述基于所述历史运行数据，确定所述空调系统的内部活动热负荷参数，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：文金远，郭立，刘鼎，孟斌，单存知，张胜祥，李峰，赵儆，
申请(专利权)人：特变电工科技投资有限公司，
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。