摘要
本发明公开了一种空调负荷需求响应潜力分析方法及系统包括:获取楼宇空调系统的历史负荷以及影响因素数据,并进行相关性分析筛选得到关键影响因素特征;基于筛选结果以及历史负荷曲线构建第一空调负荷预测模型,并对第一空调负荷预测模型进行预训练;利用目标楼宇的历史负荷和特征数据以及实时采集数据对预训练模型进行调整得到第二空调负荷预测模型;基于第二空调负荷预测模型,通过改变输入的空调温度设定值并对模型预测结果输出作差计算得到最终的需求响应潜力值。本发明能够适应不同的环境和需求,基于迁移学习框架利用云端的高性能计算资源和终端侧的实时数据实现协同工作,有效提高了模型的预测精度以及运行效率。
技术关键词
空调负荷预测
空调负荷需求响应
潜力分析方法
楼宇空调系统
双向长短期记忆网络
计算机可执行指令
历史负荷数据
需求响应事件
预训练模型
分析系统
多尺度特征
处理器
压缩算法
曲线
舒适度
实时数据
系统为您推荐了相关专利信息
磁性天线
电磁噪声
趋势预测方法
趋势预测模型
特征选择
多模态数据融合
电子病历系统
多模态数据采集
特征提取模块
生物统计分析
剩余使用寿命预测方法
质子交换膜燃料电池
变异策略
表达式
双曲正切函数
双向长短期记忆网络
径流预测方法
预训练模型
降雨径流预测技术
注意力
知识图谱数据
模型构建方法
协同调度方法
引入注意力机制
层构建方法