摘要
本发明提供了一种基于客流动态特征的地铁空调系统负荷预测方法及装置,所述方法包括:先实时获取进出站客流参数和多个过去预设时间段内的平均客流量,再将多个过去预设时间段内的平均客流量作为原始时间序列,并利用单参数灰色预测模型和原始时间序列,预测未来预设时间段内的平均客流量,然后对地铁空调系统负荷进行负荷类型分类,根据未来预设时间段内的平均客流量,采用多元线性回归法,建立包含各类负荷参数的简化物理模型,最后初始化简化物理模型,将进出站客流参数输入至初始化后的简化物理模型中,预测地铁空调系统在未来预设时间段内的负荷。相较于现有技术,本发明方法具有学习时间短、通用性强和预测精度高的优点。
技术关键词
地铁空调系统
负荷预测方法
灰色预测模型
多元线性回归法
时间段
动态
序列
参数
物理
负荷预测装置
客流预测
数据获取模块
矩阵
符号
方程
系统为您推荐了相关专利信息
负荷特征
家庭用电
家用电器
历史负荷数据
历史功率数据
深度学习网络模型
智能推荐方法
挖泥船作业
疏浚作业
参数
锂电池剩余容量
矿用锂电池
档位
电源管理方法
功率
互联电力系统
拉格朗日
松弛
风电机组
灰色模型预测
自动调控方法
机器学习模型
策略
自动调控系统
模式