摘要
本发明一种基于数智双驱的智能室内温度预测方法,包括以下步骤:采用多变量相关性分析方法,对室内温度与供热计量相关数据、换热站内机组相关数据、气象数据相关因素、建筑相关数据和测温数据之间的相关性进行评估;根据评估的相关性结果进行排序,选取室内温度相关性最强的三个变量,采用K均值聚类方法,将热用户进行聚类分类,以识别属性相似的用户群体;基于聚类分类结果,针对每类热用户分别使用MLP算法进行建模,实现该类热用户的室内温度预测。通过准确预测室内温度,供热系统能够根据预测结果提前调节运行,避免过度供热或供热不足的情况。这不仅提高了能源的利用效率,还能显著降低能源消耗和运营成本。
技术关键词
智能室内温度
算法模型
K均值聚类方法
相关性分析方法
K均值聚类算法
变量
存储程序模块
机组运行数据
气象
测温
初始聚类中心
建筑
样本
供热系统
预测装置
网络结构
系统为您推荐了相关专利信息
废弃煤矿
压缩空气储能系统
压缩空气储能技术
储气
压缩机入口压力
三相电机
电流传感器故障
电流表
电流值
功能安全等级
膝关节活动度
判别系统
机器学习算法模型
数据处理模块
样本