[发明专利]一种基于深度置信网络的空调负荷集群建模方法

权利要求书

1.一种基于深度置信网络的空调负荷集群建模方法，其特征在于，所述方法包括以下步骤：

S1：空调负荷等效热参数模型的建立；

S2：基于蒙特卡洛模拟的训练样本生成；

S3：深度置信网络集群响应特性建模；

所述步骤S1中包括建立单台空调负荷的二阶热力学模型微分表达式、建立计及用户的舒适度的恒温电控制模型；

所述单台空调负荷的二阶热力学模型微分表达式为：

式中Ta为空调房间内气体温度；Tm为空调房间内固体温度；To为室外温度；Rm为室内固体的热阻；Ra为室内气体的热阻；Ca为室内空气的热容；Cm为室内固体的热容；P为空调负荷的电功率，η为空调负荷的热效率；s为空调工作状态的开关量，当空调处于工作状态时，s＝1；当空调处于关闭状态时，s＝0；参数矩阵B中的正负号取决于空调是处于制冷状态还是制热状态，当空调处于制冷状态取负号，当空调处于制热状态取正号；

在所述步骤S2中生产训练样本的步骤包括：

1)根据实际中空调集群数的参数分布初始化空调集群参数；

2)初始化空调集群状态参数；

3)温度设定值变化下的时域仿真；

4)生成一组训练样本；

5)重复上述步骤2)、步骤3)和步骤4)得到训练样本集；

在所述S3中，在得到训练样本集之后，利用深度置信网络进行训练，最终训练得到可描述空调负荷集群聚合响应特性的深度置信网络。