[发明专利]基于EMD和ANN的建筑能源系统模拟预测方法及应用有效
| 申请号： | 201910787191.3 | 申请日： | 2019-08-25 |
| 公开（公告）号： | CN110633844B | 公开（公告）日： | 2023-02-24 |
| 发明（设计）人： | 刘俊杰;贾利芝 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/08;G06N3/04;G06F18/2134 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 吴学颖 |
| 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： | 本发明公开了一种基于EMD和ANN的建筑能源系统模拟预测方法及应用：根据建筑能源系统特征选取影响建筑能源系统耗电量的关键因素作为模型的输入参数，建筑能源系统总能耗为输出参数，确定最小特征时间；采用经验模态分解方法对输入、输出参数进行模态分解，计算各个本征模态的平均周期；以最小特征时间为阈值，将平均周期低于该阈值的模态剔除，其余模态及残余分量进行线性叠加，作为新的变量，建立人工神经网络模型，对该模型进行训练、验证和预测。本发明可以应用于建筑能源系统的运行参数状态的预测，基于预测结果进行建筑能源系统优化调控和预测性维护。 | ||
| 搜索关键词： | 基于 emd ann 建筑 能源 系统 模拟 预测 方法 应用 | ||
【主权项】：
1.一种基于EMD和ANN的建筑能源系统模拟预测方法，其特征在于，包括以下步骤：/n第一步：根据建筑能源系统特征选取影响建筑能源系统耗电量的关键因素作为建筑能源系统人工神经网络能耗模型的输入参数，建筑能源系统总能耗为输出参数，并根据建筑能源系统人工神经网络能耗模型建立的目标及实际数据的时间间隔确定最小特征时间；/n第二步：采用经验模态分解的方法对输入参数、输出参数进行模态分解，并计算各个本征模态的平均周期；/n第三步：以第一步中确定的最小特征时间为阈值，将平均周期低于该阈值的模态剔除，其余模态及残余分量进行线性叠加；/n第四步：应用第三步中获得的滤波后的变量作为新的变量，建立人工神经网络模型，对该模型进行训练、验证和预测。/n
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/201910787191.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
