摘要
本发明公开了一种基于数据与模型驱动的冰蓄冷负荷预测方法及系统,其通过对未来24小时负荷粗略预测来确定冰蓄冷系统在电力低谷时段蓄冰量,并通过冰蓄冷负荷逐时预测模型对冰蓄冷负荷进行逐时预测来控制释冰量,克服了传统逐时负荷预测中由于某一小时预测出现误差,其他小时都将受到影响的问题;同时,本发明通过模拟软件建立仿真模型来获取负荷数据,并通过少量的真实数据来验证模型的可靠性,解决了新建建筑、少监控建筑或涉及数据隐私问题时用于训练的数据较少的问题;此外,本发明在仿真模型中引入节能数据,能够使用于预测的数据集按照节能相关的规范,避免了由于数据集中存在不节能数据而指导冰蓄冷系统处于不节能状态运行。
技术关键词
负荷预测方法
历史负荷数据
蓄冰装置
冰蓄冷系统
水泵系统
k均值聚类算法
制冷主机
负荷预测算法
参数
皮尔逊相关系数
仿真模型
建筑
冷却塔
控制器
冷却水
邻居
冷却泵
冷却系统
系统为您推荐了相关专利信息
家用储能系统
预测光伏发电功率
神经网络模型
历史负荷数据
充放电功率
短期负荷预测方法
长短期记忆神经网络
序列
记忆单元
鲸鱼优化算法
综合能源系统
负荷预测方法
梯度下降法
协方差矩阵
多任务学习网络
储能能量管理系统
电力系统动态
容量规划
电网运行状态
电池储能管理技术
充电负荷预测方法
残差模块
注意力
构建预测模型
多层感知机