[发明专利]基于数据前处理及小波分解的建筑空调负荷预测方法在审

专利信息
申请号: 201910295528.9 申请日: 2019-04-12
公开(公告)号: CN110110388A 公开(公告)日: 2019-08-09
发明(设计)人: 丁研;王翘楚;宿皓;张震勤 申请(专利权)人: 天津大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 程小艳
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于数据前处理及小波分解的建筑空调负荷预测方法。可应用于建筑相关领域的科学研究和工程应用。该方法包括:对所有输入模型的数据进行规范化处理,获得原始数据集;对于影响负荷的内部变量和外部变量进行相关性分析,初步提取外部和内部变量之中的建筑空调负荷影响因素获得基础数据集;对基础数据集进行主成分分析,消除多重共线性,构成模型的最终输入;对于建筑空调负荷采用小波分解重构获得多频段负荷信号;采用多层感知神经网络针对不同负荷波段进行负荷预测;最后,将不同波段的负荷值组合,即得到建筑空调负荷的预测结果。本输入参数前处理方法可以增强负荷预测结果的准确性,并减少输入变量,加快预测模型的计算速度。
搜索关键词: 建筑空调 负荷预测 小波分解 前处理 基础数据 波段 多层感知神经网络 原始数据集 主成分分析 负荷信号 工程应用 输入变量 输入参数 外部变量 影响负荷 影响因素 预测结果 预测模型 多频段 共线性 重构 科学研究 规范化 外部 应用 分析
【主权项】:
1.基于数据前处理及小波分解的建筑空调负荷预测方法,其特征在于,包括以下步骤:(1)采用天气预报及气象站测试的方法获得影响建筑空调负荷的外部参数,通过测试获得影响建筑空调负荷的内部因素及负荷历史变化数值,构成原始数据集;(2)对所有输入的数据进行预处理,使其无量纲化;(3)对步骤(2)得到的经过预处理之后的建筑空调负荷序列进行离散小波分解;(4)对步骤(2)得到的经过预处理之后的原始数据集进行相关性分析,剔除相关性较低的变量,得到基础数据集;(5)对步骤(4)得到的基础数据集进行主成分分析,融合基础数据集的影响因子,消除多重共线性,将线性无关的新变量作为输入数据集;(6)将输入数据集输入多层感知神经网络,对每一个波段的负荷进行负荷预测;(7)组合不同频段的预测结果,并对数据进行反归一化处理,获取负荷预测值,并采用评价指标评价预测结果的精度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910295528.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code