摘要
本发明公开了一种基于气象因素的空调用电负荷预测方法和系统,该方法为针对用户侧空调用电负荷的预测方法,特别适用于由水电站供电的场景,其综合运用用户侧目标区域的历史气象数据、空调基础配置数据、建筑配置数据以及空调历史运行数据,结合循环神经网络技术,构建并优化建筑负荷预测模型,并利用空调的关键影响因子对该模型进行调节,进而得到空调运行负荷预测模型;同时考虑水电站供电侧对河流气象的影响,并将气象预测数据作为输入,结合空调基础配置数据,以精准量化用户侧目标区域在未来预设时段的空调用电负荷,解决了目前所采用的预测模型对空调用电负荷的预测结果不准确的问题,为水电站供电调度、空调能耗管理提供有力支持。
技术关键词
负荷预测模型
负荷预测方法
历史气象数据
历史维修数据
水电站
历史故障数据
建筑
历史运行数据
多元线性回归模型
空调能效比
粒子群算法
滑动时间窗口
长短期记忆网络
循环神经网络技术
因子
负荷特征