发明公开
- 专利标题: 基于数据驱动高斯学习技术的建筑物冷热负荷预测方法
-
申请号: CN202010711865.4申请日: 2020-07-22
-
公开(公告)号: CN111861002A公开(公告)日: 2020-10-30
- 发明人: 冯波 , 艾春美 , 张翼 , 董昕昕 , 李实 , 孙立
- 申请人: 上海明华电力科技有限公司
- 申请人地址: 上海市虹口区邯郸路171号9号楼801室
- 专利权人: 上海明华电力科技有限公司
- 当前专利权人: 上海明华电力科技有限公司
- 当前专利权人地址: 上海市虹口区邯郸路171号9号楼801室
- 代理机构: 上海科盛知识产权代理有限公司
- 代理商 应小波
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/08 ; G06N20/00 ; G06F17/16
摘要:
本发明涉及一种基于数据驱动高斯学习技术的建筑物冷热负荷预测方法,包括以下步骤:S1,获取建筑冷热负荷的数据集以及影响冷热负荷的多种特征数据集;S2,运用主成分分析方法对训练的数据集进行数据处理,并提取设定数量的主成分;S3,构建建筑冷热负荷的高斯回归过程预测模型,基于训练集数据对构建的高斯回归过程预测模型进行训练从而达到优化模型的目的,并在最终的预测模型结果中给出预测估计区间;S4,基于主成分分析后的数据集以及采用优化后的高斯过程模型,预测建筑冷热负荷并给出预测估计区间。与现有技术相比,本发明具有能够实现较为精确的预测等优点。