[发明专利]基于支持向量机的智能楼宇能耗预测方法

摘要

一种基于支持向量机的智能楼宇能耗预测方法，涉及能源管理技术领域，所解决的是提高预测精度，及缩短训练时间的技术问题。该方法先分项采集现场的楼宇能耗数据，及室内外温度、湿度，并对缺失的楼宇能耗数据进行填补；再采用归一化方法将楼宇能耗数据转换为无量纲化指标测评值，再根据归一化后的数据、预测日的气象数据及预测日的日属性，构建楼宇能耗预测样本；再根据楼宇能耗预测样本，采用svmtrain函数创建并训练SVR回归模型；然后再利用SVR回归模型预测楼宇能耗。本发明提供的方法，适用于智能楼宇的能耗预测。

主权项

一种基于支持向量机的智能楼宇能耗预测方法，其特征在于，具体步骤如下：1）分项采集现场的楼宇能耗数据，及室内外温度、湿度，并对缺失的楼宇能耗数据进行填补，具体填补公式为：其中，为y年日时刻所缺失的楼宇能耗数据，为y年d‑1日时刻的楼宇能耗数据，为y年d‑2日时刻的楼宇能耗数据，、为预先设定的数值权重；2）采用归一化方法将楼宇能耗数据转换为无量纲化指标测评值，使得楼宇能耗数据中的各指标值都处于同一个数量级别上；3）根据归一化后的数据、预测日的气象数据及预测日的日属性，构建时序性结构的楼宇能耗预测样本；4）根据楼宇能耗预测样本，采用svmtrain函数创建SVR回归模型；5）对SVR回归模型进行训练；6）将SVR回归模型的返回值与楼宇能耗实际值进行对比，如果两者之间的差值大于预先设定的误差范围，则返回步骤5，反之则转至步骤7；7）利用SVR回归模型预测楼宇能耗，并将SVR回归模型的返回值作为楼宇能耗预测值。