摘要
本发明公开了基于蓄冷预测算法的空调资源分配方法及系统,涉及空调蓄冷领域,该方法包括:收集空调的历史负荷运行数据,采用灰色关联度分析算法对历史负荷运行数据进行分析,并结合蓄冷预测算法,构建冷负荷预测模型;利用反向传播神经网络算法训练冷负荷预测模型,并将实时收集的负荷运行数据输入至训练完成后的冷负荷预测模型中,输出冷负荷预测结果;结合冷负荷预测结果与电价信息,制定空调资源的分配策略,并运用模型预测控制算法优化分配策略。本发明通过负荷预测技术和实时电价信息的整合,能够准确预测整天的冷负荷需求,不仅减少了能源浪费,提高了能源利用效率,还能够响应动态电价市场,实现经济上的最大化。
技术关键词
负荷预测模型
资源分配方法
模型预测控制算法
灰色关联度分析
神经网络算法
收集空调
模型预测控制框架
能耗
数据
粒子群优化算法
资源分配策略
参数
层次分析算法
指数
系统为您推荐了相关专利信息
神经网络算法
人工智能模块
工质
SIS系统
屏式过热器
评估管理方法
设施
数字孪生模型
强化学习算法
监控传感器
服务器集群
管理方法
功能模块
图谱
控制策略模型
低温热能
模型预测控制算法
换热模块
低沸点工质
反馈控制模块
负荷预测模型
历史负荷数据
神经网络模型
转速预测方法
特征提取器