[发明专利]基于周期性数据驱动的建筑热负荷混合预测方法及系统

摘要

本公开提供了一种基于周期性数据驱动的建筑热负荷混合预测方法及系统，利用傅立叶分解方法对采集到的建筑热负荷数据的周期特性进行辨识，得到去除周期特性后的建筑热负荷数据残差；利用数据残差采用粒子群进化算法对建筑热负荷混合预测模型的关键参数进行训练和优化；利用训练和优化好的建筑热负荷混合预测模型分别预测得到建筑内人员用热行为的热负荷扰动量、室内/室外温湿度变化造成的热负荷损失量和建筑热负荷预测值；将预测得到的热负荷扰动量、热负荷损失量和建筑热负荷预测值融合后得到建筑热负荷综合预测值；本公开利用具有多重复杂特性的建筑热负荷数据实现了建筑热负荷的综合精准预测，提高了对建筑热负荷的综合管控能力。

主权项

1.一种基于周期性数据驱动的建筑热负荷混合预测方法，其特征在于，步骤如下：/n采集设定时间段内的建筑热负荷数据、建筑内人员用热行为数据和建筑的热传导数据；/n利用傅立叶分解方法对采集到的建筑热负荷数据的周期特性进行辨识，得到去除周期特性后的建筑热负荷数据残差；/n利用数据残差采用粒子群进化算法对建筑热负荷混合预测模型的关键参数进行训练和优化；/n以采集到的数据为输入量，利用训练和优化好的建筑热负荷混合预测模型分别预测得到建筑内人员用热行为的热负荷扰动量、室内/室外温湿度变化造成的热负荷损失量和建筑热负荷预测值；/n将预测得到的热负荷扰动量、热负荷损失量和建筑热负荷预测值融合后得到建筑热负荷综合预测值。/n