一种商业建筑冷负荷预测方法、系统、设备及介质

    公开(公告)号:CN115409266A

    公开(公告)日:2022-11-29

    申请号:CN202211064210.8

    申请日:2022-08-31

    IPC分类号: G06Q10/04 G06N3/00 G06Q50/06

    摘要: 本发明公开了一种商业建筑冷负荷预测方法、系统、设备及介质,方法包括:利用随机森林算法,对商业建筑冷负荷影响因素数据集进行筛选,确定商业建筑冷负荷的主要影响因素数据;将商业建筑冷负荷的主要影响因素数据,作为预构建的商业建筑冷负荷预测模型的输入,输出得到商业建筑冷负荷预测结果;其中,预构建的商业建筑冷负荷预测模型为经过改进的并行鲸鱼优化算法优化的极限学习机模型;改进的并行鲸鱼优化算法为在并行鲸鱼优化算法中引入混沌序列机制、移民算子和自适应收敛因子;本发明确保预测模型的输入变量和输出之间具有较高的相关性,且冗余度低;满足对大型商业建筑冷负荷的快速预测,具有较强的泛化能力,预测结果精度较高。

    公共建筑能耗预测方法、系统、设备及介质

    公开(公告)号:CN113850438A

    公开(公告)日:2021-12-28

    申请号:CN202111153011.X

    申请日:2021-09-29

    摘要: 本发明公开了一种公共建筑能耗预测方法、系统、设备及介质,包括:采用历史公共建筑能耗的主要影响指标数据及低频分量,对RBF神经网络进行训练,并采用TSA算法对RBF神经网络的关键参量进行寻优;采用历史公共建筑能耗的主要影响指标数据及高频分量,对LSTM神经网络进行训练;将优化后的RBF神经网络模型及训练后的LSTM预测模型进行叠加,得到TSA‑RBF&LSTM组合神经网络预测模型;将待预测的公共建筑能耗的主要影响指标数据作为TSA‑RBF&LSTM组合神经网络预测模型的输入,输出得到所述公共建筑能耗的预测结果;本发明相较于现有的单一模型预测,有效提升了预测性能、预测精度和泛化性能。

    一种商用建筑能耗预测优化方法及系统

    公开(公告)号:CN113282122A

    公开(公告)日:2021-08-20

    申请号:CN202110605512.0

    申请日:2021-05-31

    IPC分类号: G05D27/02

    摘要: 本发明公开了一种商用建筑能耗预测优化方法及系统,包括,按照重要程度对商用建筑能耗的影响因素进行预筛选,得到商用建筑能耗的主要影响指标;构建能耗样本集并划分为训练集和测试集;构建商用建筑能耗随机森林模型,并确定影响随机森林模型预测精度的参数;采用并行蚁群算法,利用训练集的数据对影响随机森林模型的参数进行优化,得到优化后的影响随机森林模型预测精度的参数,即得到优化后的商用建筑随机森林模型;将测试集的数据代入优化后的商用建筑随机森林模型,进行能耗预测,得到商用建筑能耗预测结果;本发明通过引入并行排序的思想改进蚁群算法,解决随机森林多参数优化过程中局部收敛的问题,提高了收敛的速度和最优解的质量。

    一种中央空调冷机系统负荷分布式优化配置方法

    公开(公告)号:CN112344522B

    公开(公告)日:2022-03-08

    申请号:CN202011164656.9

    申请日:2020-10-27

    IPC分类号: F24F11/47 F24F11/64 F24F11/54

    摘要: 本发明公开了一种中央空调冷机系统负荷分布式优化配置方法,在中央空调冷冻站中的每台冷机设备中内置一种分布式控制器,每台冷机设备都升级为智能设备,形成并联冷机分布式控制系统架构;每台控制器节点根据系统末端负荷需求,以并联冷机系统的总能耗最小为优化目标,利用带高斯回代的交替方向乘子分布式优化方法计算出并联冷机系统的最优负荷分配策略;冷机控制器节点按照一定顺序依次发起调节任务,通过与邻居控制器进行信息交互,实现并联冷机系统的自主协同调节运行,最终达到分布式框架下并联冷机系统优化运行以及节能降耗的目的。

    一种空调冷负荷预测优化方法、系统及设备

    公开(公告)号:CN113177673A

    公开(公告)日:2021-07-27

    申请号:CN202110593950.X

    申请日:2021-05-28

    摘要: 本发明公开了一种空调冷负荷预测优化方法、系统及设备,包括获取空调冷负荷的影响构成要素数据,确定空调冷负荷的主要影响指标数据;采用空调冷负荷的主要影响指标数据,对极限学习机网络进行训练优化;其中,训练优化过程,采用鲸鱼优化算法对极限学习机的权重参数及阈值参数进行寻优,得到优化后的极限学习机;采集空调冷负荷主要影响指标数据,输入至优化后的极限学习机中,输出得到空调冷负荷预测优化结果;本发明采用主要影响指标数据对极限学习机进行训练优化,降低了改进极限学习机输入变量的维度,提高了收敛速度,节约了运算成本;将鲸鱼优化算法与极限学习机结合,降低了极限学习机空调冷负荷预测的均方误差,有效提升了预测性能。

    一种农村家庭新能源系统优化配置方法

    公开(公告)号:CN113673779B

    公开(公告)日:2024-04-30

    申请号:CN202111003925.8

    申请日:2021-08-30

    摘要: 本发明公开了一种农村家庭新能源系统优化配置方法,包括如下过程:确定农村家庭新能源系统的组成;根据市场电价机制和农村家庭能源系统各组成的用能特征,制订农村家庭新能源系统的综合能量管理策略;建立农村家庭新能源系统配置屋顶光伏安装容量的优化目标和约束条件;结合所述优化目标、约束条件以及综合能量管理策略,计算得出农村家庭新能源系统优化配置的最优配置方案。本发明提供的方法能够结合农村家庭的实际情况,实现农村家庭新能源系统屋顶光伏安装容量的最优配置,对农村家庭新能源系统实现高经济性、低碳排放运行具有重要意义。