[发明专利]基于室内平均温度的空调负荷预测方法

权利要求书

1.一种基于室内平均温度的空调负荷预测方法，其特征在于：通过以下步骤预测一个时间段L_短内使得室内平均温度变化到给定水平的短期空调负荷P_短期(t)，15分钟≤L短≤60分钟，0≤t≤L_短：

S1、定义建筑物内中央空调所覆盖范围内的n个温度采样点的温度T_i，i＝1、2、3...n，定义所述范围内的加权平均温度为：

$\stackrel{\‾}{T}=\underset{i=1}{\overset{n}{\Σ}}{w}_i(T_i+{\mathrm{\θ}}_i)$

其中，θ_i表示第i个温度采样点的偏置量，w_i表示第i个温度采样点的权重，

定义建筑物内中央空调所覆盖范围内的n个湿度采样点的湿度H_i，i＝1、2、3...n，定义所述范围内的加权平均湿度为：

$\stackrel{\‾}{H}=\underset{i=1}{\overset{m}{\Σ}}{\mathrm{\α}}_i(H_i+{\mathrm{\μ}}_i)$

其中，μ_i表示第i个湿度采样点的偏置量，α_i表示第i个湿度采样点的权重，

定义时间点t上瞬时制冷/制热功率为：

P_t＝k·C·F_t(T_t回-T_t供)；

其中，C是循环媒介的比热，F_t是流量，T_t回是回水温度，T_t供是供水温度，k是单位转换的系数；

设定从时间点t₀到t₁，t₁‐t₀＝L_短的累计制冷/热量为：

$\mathrm{\Δ}Q={\∫}_{t0}^{t1}{P}_{t}dt;$

设定从时间点t₀到t₁，t₁‐t₀＝L_短的室内温度变化量为：

$\mathrm{\Δ}T={\stackrel{\‾}{T}}_{t1}-{\stackrel{\‾}{T}}_{t0};$

S2、收集中央空调的历史数据：按一定的频率采集室外温度、室外湿度、总管的供水温度、总管的回水温度、总管的流量、以及建筑物内一个或多个采样点的室内温度和室内湿度；

S3、获得训练样本集合：将所述历史数据分成时间长度为L_短的若干个片段，获取每一段上的累计制冷/热量、室内温度变化量、段首室内平均温度、段首室内平均湿度、段首供水温度、段首回水温度、段首室外温度、段首室外湿度、段首时间点的月份、段首时间点为星期几、段首时间点为几点钟和段首时间点以前24小时中使用中央空调的小时数，将一个片段上获得的上述数据作为一个训练样本，所有样本作为训练样本集合；

S4、基于所述训练样本集合，通过统计法或者机器学习法获取模型ΔT≈f(ΔQ，*)，其中*表示多种影响因子，包括段首室内平均温度、段首室内平均湿度、段首供水温度、段首回水温度、段首室外温度、段首室外湿度、段首时间点的月份、段首时间点为星期几、段首时间点为几点钟和段首时间点以前24小时中使用空调的小时数；

S5、假设当前时间t₀＝0，要求t₁＝L_短时室内平均温度达到预测未来时间长度L_短内的短期空调负荷P_短期(t)，0≤t≤L_短：将当前室内平均温度当前室内平均湿度当前供水温度T_t0供、当前回水温度T_t0回、当前室外温度、当前室外湿度、当前时间点的月份、当前时间点为星期几、当前时间点为几点钟和当前时间点以前24小时中使用空调的小时数代入f(ΔQ，*)，从累计制冷/热量一系列可能的取值中选取能够令最小化的ΔQ′；

S6、若当前回水温度T_t0回在规定的供水温度范围内时短期空调负荷P_短期(t)＝ΔQ′/L，0≤t≤L_短；若当前回水温度T_t0回不在规定的供水温度范围内时短期空调负荷P_短期(t)＝ΔQ′/L_短+k·C·F_min(β-T_t0回)，0≤t≤L_短，其中F_min为供水流量的下限或当前流量，β为供水温度标准。

2.如权利要求1所述的基于室内平均温度的空调负荷预测方法，其特征在于：通过以下步骤预测一个时间段L_长内使得室内平均温度维持在给定水平的长期空调负荷P_长期(t)，L_长≥24小时，0≤t≤L_长：

R1、校正训练样本的累计制冷/热量ΔQ：设定室内平均温度标准γ，针对所述步骤S3中获得的每个训练样本，如果该训练样本的段末室内平均温度与室内平均温度标准γ的绝对差别大于预设阀值，则对该训练样本的累计制冷/热量ΔQ进行补偿：从累计制冷/热量一系列可能的取值中选取能够令最小化的ΔQ″，补偿后的累计制冷/热量ΔQ″′＝αΔQ+(1-α)ΔQ″，0＜α＜1；如果绝对差别低于预设阀值则ΔQ″′＝ΔQ；

R2、将补偿后的累计制冷/热量ΔQ″′转化成时间段L_短内的平均制冷/热功率：

将平均制冷/热功率作为新的属性加入训练样本中；

R3、基于校正后的训练样本集合，通过统计法或者机器学习法获取模型其中#包括当前室外温度、当前室外湿度、当前月份、当前为星期几、当前时间点为几点钟和当前时间点以前24小时中使用空调的小时数；

R4、预测长期空调负荷P_长期(t)，0≤t≤L_长：未来某个时间点t，0≤t≤L_长的长期空调负荷为：

P_长期(t)＝g(#)

将时间点t时的室外温度、t时的室外湿度、t时月份、t时为星期几、t时时间为几点钟、t时之前24小时中使用空调的小时数代入g(#)中；t时的室外温度和室外湿度采用天气预报数据；

R5、计算空调总负荷P(t):

当0≤t≤L_短时：P(t)＝δP_短期(t)+(1-δ)P_长期(t)，0＜δ＜1；

当L_短<t≤L_长时：P(t)＝P_长期(t)。