一种基于IPSO-LSTM预测数据的江水源能源站能耗优化方法技术

本发明专利技术公开了一种基于IPSO‑LSTM预测数据的江水源能源站能耗优化方法，该方法包括如下步骤：S1:获得与冷热负荷相关的数据集，对负荷进行外生变量的相关性分析，得出主要影响负荷的变量；S2:对筛选出的变量进行数据集的划分，分别划分为训练集、验证集、测试集；S3:建立神经网络模型，采用LSTM网络进行预测，同时采用改进的粒子群算法来优化LSTM网络结构中的参数，得到预测值；S4:将预测值输入到能源站模型中，分析模型中的变量与不变量，建立功率目标优化函数，对影响优化的函数的相关变量进行梯度下降法寻优，得到功率最低的情况下，各个优化的变量值。本发明专利技术基于IPSO‑LSTM预测数据的江水源能源站能耗优化方法可以实现系统整体节能降耗的目的，提高运行稳定性。

【技术实现步骤摘要】

本专利技术涉及能源站能耗优化的，具体涉及一种基于ipso-lstm预测数据的江水源能源站能耗优化方法。

技术介绍

1、水源热泵技术是可再生能源在建筑节能领域的重要应用方向，能够利用江水作为冷热源，以集中供冷供热的方式为建筑物服务。在夏季，江水源能源站采用江水作为空调系统的冷却水，利用水源热泵系统制取空调冷水。而在冬季，能源站通过水源热泵技术，从长江水中提取热量，制取空调热水，满足建筑热供应需求。水源热泵技术具有良好的经济效益和社会效益，能为集中供冷供热领域提供改良方案，实现良好的节能效果。不过，目前江水源能源站的技术系统复杂性高，智慧供热技术在这个领域中尚未成熟可靠。

2、目前在北方集中供热领域已有公司开始研究和推广基于人工智能的智慧供热技术，并取得了较好的节能效果。然而，江水源能源站的工艺系统比常规集中供冷和供热系统更加复杂，目前尚未见到有成熟可靠的同类技术应用于能源站。鉴于此，有必要提供一种解决现有能源站能耗高、电力支出多问题的优化方法。

技术实现思路

1、本专利技术的目的在于克服上述
技术介绍
本文档来自技高网...

【技术保护点】

1.一种基于IPSO-LSTM预测数据的江水源能源站能耗优化方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于IPSO-LSTM预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤S1中，数据集利用负荷仿真软件TRNSYS拟合具体方法如下：将能源站的物理空间结构构造以及影响负荷的天气自然因素输入到负荷仿真软件TRNSYS中，负荷仿真软件TRNSYS自动计算出相应的负荷数据。

3.根据权利要求1所述的基于IPSO-LSTM预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤S2中，采取4:1:1比例分别划分为训练集、验证集、测试集。

...

【技术特征摘要】

1.一种基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤s1中，数据集利用负荷仿真软件trnsys拟合具体方法如下：将能源站的物理空间结构构造以及影响负荷的天气自然因素输入到负荷仿真软件trnsys中，负荷仿真软件trnsys自动计算出相应的负荷数据。

3.根据权利要求1所述的基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤s2中，采取4:1:1比例分别划分为训练集、验证集、测试集。

4.根据权利要求1所述的基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤s3中，采用改进的粒子群算法来优化lstm网络结构中的参数具体方法如下：

5.根据权利要求4所述的基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤s3.1中，

6.根据权利要求5所述的基于ipso-lstm预测数据的江水源能源站能耗优化方法，其特征在于：所述步骤s3.4中，...

【专利技术属性】
技术研发人员：杨艳，李东阳，魏光建，陈泽望，唐玉阳，艾爱，孙康，
申请(专利权)人：长江勘测规划设计研究有限责任公司，
类型：发明
国别省市：