能耗概率预测模型的训练方法、能耗概率预测方法、计算机设备及可读存储介质技术

本申请提供一种能耗概率预测模型的训练方法、能耗概率预测方法、计算机设备及可读存储介质，涉及建筑能源管理与智能预测技术领域。该方法包括：对目标建筑物在预设历史时间段的历史建筑数据进行特征提取，得到样本能耗相关特征；根据样本能耗相关特征以及真实能耗概率，构建样本数据集；将样本数据集划分为多个子数据集；根据多个子数据集，分别对多个初始能耗预测模型进行训练，得到多个训练后能耗预测子模型；根据多个训练后能耗预测子模型，构建目标能耗预测模型。本申请根据多样本能耗相关特征得到目标能耗预测模型，使得预测区间覆盖度高，且适应动态负荷变化，进而实现对建筑能耗的准确预测需求。

【技术实现步骤摘要】

本申请涉及建筑能源管理与智能预测，具体而言，涉及一种能耗概率预测模型的训练方法、能耗概率预测方法、计算机设备及可读存储介质。

技术介绍

1、随着全球生态环境的持续恶化，建筑能耗问题逐渐成为全球关注的焦点。其中，暖通空调系统能耗约占建筑物总能耗的40%。建筑碳排放占据所有碳排放量的25% - 33%。同时，高温天气频发，导致建筑暖通空调用电需求激增，加剧电网负荷压力。因此，实现对建筑暖通空调能耗的精准预测，对建筑节能以及电网稳定运行都具有重要意义。

2、目前，大多数建筑能耗模拟软件依赖美国采暖、制冷与空调工程师学会所定义的固定时间表，简单地对建筑能耗使用情况进行界定。

3、但这种方式忽略了天气变化和人流量波动的随机性，导致预测区间覆盖度低，并导致预测能耗与实际能耗之间的误差范围高达50% - 150% ，无法适应动态负荷变化，进而无法实现对建筑能耗的准确预测需求。

技术实现思路

1、本申请实施例的目的在于提供一种能耗概率预测模型的训练方法、能耗概率预测方法、计算机设备及可读存储介质，用以本文档来自技高网...

【技术保护点】

1.一种能耗概率预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的能耗概率预测模型的训练方法，其特征在于，所述样本能耗相关特征包括：样本线性相关特征和样本非线性相关特征；所述对目标建筑物在预设历史时间段的历史建筑数据进行特征提取，得到所述预设历史时间段的样本能耗相关特征，包括：

3.根据权利要求2所述的能耗概率预测模型的训练方法，其特征在于，所述根据所述真实能耗概率，采用预设线性相关分析方法，对所述历史建筑数据进行特征提取，得到样本线性相关特征，包括：

4.根据权利要求2所述的能耗概率预测模型的训练方法，其特征在于，所述根据所述真实能耗概...

【技术特征摘要】

1.一种能耗概率预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的能耗概率预测模型的训练方法，其特征在于，所述样本能耗相关特征包括：样本线性相关特征和样本非线性相关特征；所述对目标建筑物在预设历史时间段的历史建筑数据进行特征提取，得到所述预设历史时间段的样本能耗相关特征，包括：

3.根据权利要求2所述的能耗概率预测模型的训练方法，其特征在于，所述根据所述真实能耗概率，采用预设线性相关分析方法，对所述历史建筑数据进行特征提取，得到样本线性相关特征，包括：

4.根据权利要求2所述的能耗概率预测模型的训练方法，其特征在于，所述根据所述真实能耗概率，采用预设非线性相关分析方法，对所述历史建筑数据进行特征提取，得到样本非线性相关特征，包括：

5.根据权利要求1所述的能耗概率预测模型的训练方法，其特征在于，每个初始能耗预测模型集成了：初始长短期记忆lstm网络和初始保形分位数...

【专利技术属性】
技术研发人员：惠红勋，蒋思宇，宋永华，
申请(专利权)人：澳门大学，
类型：发明
国别省市：