摘要
本申请属于建筑节能技术领域,公开了一种基于多模态环境模型的建筑冷热负荷预测方法,包括收集多模态数据,并对数据进行清洗与预处理,构建气象数据、建筑物结构数据和历史负荷数据子模型,采用加权平均模型将三个子模型的预测结果融合成为集成模型,通过优化集成模型的权重,最终得到最优的预测结果。将本发明的集成模型部署到实时系统中,可以在每个时间步长进行预测,输出未来几个小时内的冷热负荷需求,基于预测的冷热负荷,调度空调、暖气、通风系统等设备,优化能源消耗和舒适度,本发明采用多模型融合进行预测结果的集成,不同于传统的线性加权和堆叠,该方式可以训练出比较复杂和贴近实际的模型权重,具有较高的预测精度和系统稳定性。
技术关键词
多模态环境
优化集成模型
历史负荷数据
建筑物结构
加权平均模型
气象
建筑节能技术
多项式
实时系统
通风系统
多模型
时序
标签
舒适度
序列
系统为您推荐了相关专利信息
负荷预测模型
历史负荷数据
节假日信息
时序
电力系统负荷预测
电力负荷预测模型
预控方法
矩阵
聚类
智能电网技术
递推最小二乘法
混合储能系统
储能单元
能量管理策略
功率
控制配电网
历史负荷数据
分布式光伏
K均值聚类算法
配电网馈线
纸机网部
异常监控系统
数据采集模块
驱动电机电流数据
远程监控模块