摘要
本发明公开了一种冷热负载在线预测方法及装置,该方法包括:获得包括当前时刻的预设时间长度的负载预测历史记录,负载预测历史记录包括供能站的供能负荷、目标建筑的室外环境数据和室内温度,供能负荷为供冷负荷或供热负荷;将预设时间长度的负载预测历史记录输入至训练好的室内温度预测模型中,预测下一时刻的室内温度,室内温度预测模型是以供能负荷、室外环境参数、历史室内温度为输入变量,以未来室内温度为输出变量构建神经网络模型后并训练得到的;以下一时刻的室内温度为期望值,反向求解当前时刻的供能负荷,以确定供能系统的进水温度与出水温度的平均值。本发明可适用室内温度变化的间歇性供热/供冷场景,并提供短时、超短时负荷预测。
技术关键词
温度预测模型
室外环境参数
供能系统
在线预测方法
神经网络模型
历史气象数据
历史负荷数据
数学模型
变量
计算机程序产品
线性回归模型
建筑
处理器
可读存储介质
机器学习模型
序列比
预测装置
系统为您推荐了相关专利信息
特种作业
风险管控方法
智能机器人系统
食药工业
节点
变量
二氧化碳排放量
鲸鱼优化算法
神经网络模型
主成分分析法
钢轨表面缺陷
卷积神经网络模型
图像特征信息
定位方法
残差卷积神经网络
喷涂控制方法
减震器
图像检测信息
夹持装置
基准
程序分析方法
抽象语法树
特征模板
程序分析装置
硬件平台