一种基于大数据挖掘的光伏高占比配网电压时空多维评估方法

    公开(公告)号:CN113989073B

    公开(公告)日:2024-06-21

    申请号:CN202111351457.3

    申请日:2021-11-15

    Abstract: 本发明一种基于大数据挖掘的光伏高占比配网电压时空多维评估方法涉及的是一种光伏高占比配网电压时空的多维度评估方法,包括如下步骤:步骤1:通过获取光伏高占比配网数据,对数据进行预处理,包括数据标准化处理、异常数据辨识、异常数据重构。步骤2:使用基于K‑means的大数据挖掘技与特征提取技术,针对聚类目标和要求计算样本点与各簇中心间距离。步骤3:根据样本的时间特性和空间特性可以分别计算获得时间维度和空间维度的特征数据。步骤4:根据配网电压时空多维评估指标在全局无功电压中发挥的作用,采用熵值法和有序二元比较量化法的主客观相结合的指标赋权法对指标进行权重赋值。步骤5:运用改进模糊灰关联度评估法,准确评估配网电压状态。

    一种基于DEMATEL的建筑楼宇空调运行能效影响因素分析方法

    公开(公告)号:CN118916780A

    公开(公告)日:2024-11-08

    申请号:CN202410928519.X

    申请日:2024-07-11

    Abstract: 本发明公开了一种基于DEMATEL的建筑楼宇空调运行能效影响因素分析方法,该方法首先梳理出影响建筑楼宇空调运行负荷的影响因素,从气象网站获取每小时的天气数据、通过调研获取建筑楼宇每小时的空调运行数据和人员数量,构建影响建筑楼宇空调运行负荷的影响因素样本集;然后基于Pearson相关性分析方法,量化得到各因素之间的相互关系,完成直接影响矩阵的构建;进一步通过归一化手段处理直接影响矩阵,形成规范直接影响矩阵;并由规范直接影响矩阵,通过计算得到综合影响矩阵;最后在此基础上,计算得到各个因素的影响度、被影响度、中心度和原因度。影响度、被影响度、中心度和原因度,可以明确反映各因素在建筑楼宇空调运行能效分析的重要程度。

    一种基于改进LSTM网络的空调能耗预测方法、系统及存储介质

    公开(公告)号:CN118885910A

    公开(公告)日:2024-11-01

    申请号:CN202410941520.6

    申请日:2024-07-15

    Abstract: 本发明一种基于改进LSTM网络的空调能耗预测方法、系统及存储介质涉及公共楼宇空调节能技术领域。方法包括:S1、空调能耗预测模型的数据收集与处理;S2、通过斯皮尔曼相关系数进行相关性分析;S3、将分析处理后的数据分为训练集、验证集和测试集;采用混沌约束DE算法优化LSTM神经网络的权值和阈值;获得优化的空调能耗预测模型;S4、利用优化后空调能耗预测模型进行空调能耗预测,生成预测结果;引入Attention机制提取LSTM神经网络预测输出的重要特征信息即空调负荷影响因素;S5、通过验证指标来判断模型的预测性能。本发明对空调系统的长期能耗,及其在若干个短期控制步长的能耗,实现了能耗的实时预测与控制。

Patent Agency Ranking