[发明专利]预测模型的训练方法、预测供热温度的方法、装置和设备

权利要求书

1.一种预测模型的训练方法，包括：

获得样本数据，所述样本数据包括针对换热站的历史观测数据；

基于所述样本数据对所述预测模型进行训练；以及

基于所述样本数据中所述历史观测数据的取值，确定训练后的预测模型的使用条件。

2.根据权利要求1所述的方法，其中，所述获得样本数据包括：

获取多个备选样本数据，每个备选样本数据包括所述历史观测数据，所述历史观测数据包括多个特征数据；

从所述多个备选样本数据中选择满足温度约束条件的初始样本数据；以及

使用特征选择算法从所述初始样本数据中的多个特征数据中选择目标数据，获得由所述目标数据组成的样本数据。

3.根据权利要求2所述的方法，其中，所述多个特征数据包括针对预设用户的实际温度值；所述从所述多个备选样本数据中选择满足温度约束条件的初始样本数据包括：

从所述多个备选样本数据中选择所述实际温度值与目标温度值之间的差值绝对值小于预定值的样本数据，作为待选样本数据；以及

从所述待选样本数据中剔除异常样本数据，获得所述初始样本数据。

4.根据权利要求1～3中任一项所述的方法，其中：

所述历史观测数据包括：所述换热站的运行模式为异常模式的情况下监控到的观测数据。

5.根据权利要求1所述的方法，其中，基于所述样本数据对所述预测模型进行训练包括：

基于所述样本数据，采用交叉验证算法对所述预测模型进行训练。

6.一种预测供热温度的方法，包括：

监控针对换热站的观测数据；

根据所述观测数据和预测模型的使用条件，确定所述换热站的运行模式；

在确定所述运行模式为异常模式的情况下，使用异常处理算法来确定所述换热站针对预设用户的供热温度；以及

在确定所述运行模式为正常模式的情况下，使用所述预测模型来确定所述换热站针对所述预设用户的供热温度，

其中，所述预测模型是采用权利要求1～5中任一项所述的方法训练得到的。

7.根据权利要求6所述的方法，其中，确定所述换热站的运行模式包括：

在所述观测数据与所述预测模型的使用条件之间的差异大于预定差异的情况下，确定所述换热站的运行模式为异常模式。

8.根据权利要求6或7所述的方法，其中，针对所述换热站的观测数据包括所述换热站的运行数据、天气数据和针对所述预设用户的温度数据。

9.根据权利要求6所述的方法，其中，所述针对所述换热站的观测数据包括所述换热站的运行数据和针对所述预设用户的温度数据；使用所述异常处理算法来确定所述换热站针对预设用户的供热温度包括：

根据目标温度值和针对所述预设用户的温度数据，确定针对所述预设用户的目标供热量；

根据所述换热站的运行数据，确定所述换热站的当前供热量；以及

根据所述当前供热量和所述目标供热量之间的偏差，确定所述供热温度的调整量。

10.根据权利要求6～9中任一项所述的方法，还包括在确定所述运行模式为异常模式的情况下：

存储使用所述异常处理算法确定的供热温度和所述观测数据，以作为训练所述预测模型的样本数据。

11.根据权利要求6所述的方法，其中，所述预测模型包括使用条件不同的多个模型；使用所述预测模型来确定所述换热站针对所述预设用户的供热温度包括：

从所述多个模型中选择所述使用条件与所述观测数据匹配的目标模型；以及

以所述观测数据作为所述目标模型的输入，获得所述供热温度。