本發(fā)明涉及能源系統(tǒng)冷/熱負荷預(yù)測，尤其涉及一種冷熱負載在線預(yù)測方法及裝置。

背景技術(shù)：

1、本部分旨在為權(quán)利要求書中陳述的本發(fā)明實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現(xiàn)有技術(shù)。

2、針對工業(yè)園區(qū)、商業(yè)綜合體，以及諸如學(xué)校、醫(yī)院、圖書館等公共建筑，多采用集中供熱、集中供冷，在提高能效的同時也方便維護、管理。對冷/熱負荷預(yù)測進行研究以提高冷/熱負荷預(yù)測的精度、實現(xiàn)按需供能，是降低供熱/供冷機組能耗的重要手段之一。

3、按照預(yù)測周期的不同可將冷/熱負荷預(yù)測分為超短期熱負荷預(yù)測、短期負荷預(yù)測、中長期負荷預(yù)測三種。超短期負荷預(yù)測：指未來數(shù)十分鐘、數(shù)分鐘甚至數(shù)秒內(nèi)的負荷值的預(yù)測。短期負荷預(yù)測：指的是一日到一周的負荷預(yù)測通常以小時為一個單位。中長期負荷預(yù)測：指一年以上時間的預(yù)測。用于空調(diào)系統(tǒng)控制的主要是超短期負荷預(yù)測及短期負荷預(yù)測。

4、目前，常用的冷熱預(yù)測模型是以熱平衡方程為代表的白箱模型，例如機理模型。但白箱模型往往需要根據(jù)建筑的圍護結(jié)構(gòu)精準建模，但由于模型本身具有大量參數(shù)，如各個子部件的熱電容和導(dǎo)熱系數(shù)等，導(dǎo)致很難實現(xiàn)精準建模。

5、基于數(shù)據(jù)驅(qū)動的黑箱模型主要有神經(jīng)網(wǎng)絡(luò)模型及機器學(xué)習(xí)模型兩類。神經(jīng)網(wǎng)絡(luò)模型包括基于長短期記憶網(wǎng)絡(luò)(lstm)、時間卷積網(wǎng)絡(luò)(tcn)、多層前饋網(wǎng)絡(luò)(bp)等神經(jīng)網(wǎng)絡(luò)模型。機器學(xué)習(xí)模型有采用線性回歸，自回歸滑動平均模型、支持向量機等機器學(xué)習(xí)模型。無論是采用神經(jīng)網(wǎng)絡(luò)模型還是機器學(xué)習(xí)模型進行冷熱負荷預(yù)測，都要經(jīng)過數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模型構(gòu)建、模型訓(xùn)練、模型預(yù)測等基本步驟。神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)應(yīng)用廣泛，但缺乏可靠的推理依據(jù)；機器學(xué)習(xí)模型相比神經(jīng)網(wǎng)絡(luò)模型可解釋能力強。總的來說，基于數(shù)據(jù)驅(qū)動的黑箱模型采集的數(shù)據(jù)是后續(xù)推理的依據(jù)，決定著推理的準確性，即預(yù)測的準確性，但是，目前由于數(shù)據(jù)采集的不全面性導(dǎo)致的問題，缺乏一種適用于室內(nèi)溫度變化的間歇性供熱/供冷場景，并可以提供短時、超短時負荷預(yù)測的方案。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種冷熱負載在線預(yù)測方法，可以適用于室內(nèi)溫度變化的間歇性供熱/供冷場景，并可以提供短時、超短時負荷預(yù)測，該方法包括：

2、獲得包括當(dāng)前時刻的預(yù)設(shè)時間長度的負載預(yù)測歷史記錄，所述負載預(yù)測歷史記錄包括供能站的供能負荷、目標建筑的室外環(huán)境數(shù)據(jù)和室內(nèi)溫度，所述供能負荷為供冷負荷或供熱負荷；

3、將預(yù)設(shè)時間長度的負載預(yù)測歷史記錄輸入至訓(xùn)練好的室內(nèi)溫度預(yù)測模型中，預(yù)測目標建筑的下一時刻的室內(nèi)溫度，所述訓(xùn)練好的室內(nèi)溫度預(yù)測模型是以供能負荷、室外環(huán)境參數(shù)和歷史室內(nèi)溫度為輸入變量，以未來室內(nèi)溫度為輸出變量構(gòu)建神經(jīng)網(wǎng)絡(luò)模型后并訓(xùn)練得到的；

4、以預(yù)測的下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷；

5、根據(jù)當(dāng)前時刻的供能負荷，確定供能系統(tǒng)的進水溫度與出水溫度的平均值。

6、本發(fā)明實施例還提供一種冷熱負載在線預(yù)測裝置，可以適用于室內(nèi)溫度變化的間歇性供熱/供冷場景，并可以提供短時、超短時負荷預(yù)測，該裝置包括：

7、負載預(yù)測歷史記錄獲得模塊，用于獲得包括當(dāng)前時刻的預(yù)設(shè)時間長度的負載預(yù)測歷史記錄，所述負載預(yù)測歷史記錄包括供能站的供能負荷、目標建筑的室外環(huán)境數(shù)據(jù)和室內(nèi)溫度、歷史室內(nèi)溫度數(shù)據(jù)，所述供能負荷為供冷負荷或供熱負荷；

8、預(yù)測模塊，用于將預(yù)設(shè)時間長度的負載預(yù)測歷史記錄輸入至訓(xùn)練好的室內(nèi)溫度預(yù)測模型中，預(yù)測目標建筑的下一時刻的室內(nèi)溫度，所述訓(xùn)練好的室內(nèi)溫度預(yù)測模型是以供能負荷、室外環(huán)境參數(shù)和歷史室內(nèi)溫度為輸入變量，以未來室內(nèi)溫度為輸出變量構(gòu)建神經(jīng)網(wǎng)絡(luò)模型后并訓(xùn)練得到的；

9、供能負載計算模塊，用于以預(yù)測的下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷；

10、水溫確定模塊，用于根據(jù)當(dāng)前時刻的供能負荷，確定供能系統(tǒng)的進水溫度與出水溫度的平均值。

11、本發(fā)明實施例還提供一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述冷熱負載在線預(yù)測方法。

12、本發(fā)明實施例還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述冷熱負載在線預(yù)測方法。

13、本發(fā)明實施例還提供一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述冷熱負載在線預(yù)測方法。

14、本發(fā)明實施例中，獲得包括當(dāng)前時刻的預(yù)設(shè)時間長度的負載預(yù)測歷史記錄，所述負載預(yù)測歷史記錄包括供能站的供能負荷、目標建筑的室外環(huán)境數(shù)據(jù)和室內(nèi)溫度，所述供能負荷為供冷負荷或供熱負荷；將預(yù)設(shè)時間長度的負載預(yù)測歷史記錄輸入至訓(xùn)練好的室內(nèi)溫度預(yù)測模型中，預(yù)測目標建筑的下一時刻的室內(nèi)溫度，所述訓(xùn)練好的室內(nèi)溫度預(yù)測模型是以供能負荷、室外環(huán)境參數(shù)和歷史室內(nèi)溫度為輸入變量，以未來室內(nèi)溫度為輸出變量構(gòu)建神經(jīng)網(wǎng)絡(luò)模型后并訓(xùn)練得到的；以預(yù)測的下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷；根據(jù)當(dāng)前時刻的供能負荷，確定供能系統(tǒng)的進水溫度與出水溫度的平均值。在上述步驟中，以供能負荷和室外環(huán)境參數(shù)為輸入變量，以未來室內(nèi)溫度為輸出變量構(gòu)建了室內(nèi)溫度預(yù)測模型，使得構(gòu)建的室內(nèi)溫度預(yù)測模型更加具有解釋性；另外，以預(yù)測的下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷，其一方面考慮了當(dāng)前時刻實際室內(nèi)溫度對冷熱負荷的影響，另一方面考慮了未來室內(nèi)溫度(即以預(yù)測的下一時刻的室內(nèi)溫度為期望值)對冷熱負荷的影響，能夠適用于室內(nèi)溫度變化的間歇性供熱/供冷場景中的短時及超短時的冷熱負荷預(yù)測。

技術(shù)特征：

1.一種冷熱負載在線預(yù)測方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，室外環(huán)境數(shù)據(jù)包括干球溫度、濕球溫度、太陽輻照度以及風(fēng)速中的至少一種。

3.如權(quán)利要求1所述的方法，其特征在于，還包括：

4.如權(quán)利要求3所述的方法，其特征在于，還包括：

5.如權(quán)利要求1所述的方法，其特征在于，室內(nèi)溫度預(yù)測模型采用lstm機器學(xué)習(xí)模型或線性回歸模型。

6.如權(quán)利要求1所述的方法，其特征在于，以預(yù)測的下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷，包括：

7.如權(quán)利要求6所述的方法，其特征在于，還包括：

8.如權(quán)利要求1所述的方法，其特征在于，還包括：

9.一種冷熱負載在線預(yù)測裝置，其特征在于，包括：

10.一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至8任一所述方法。

11.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至8任一所述方法。

12.一種計算機程序產(chǎn)品，其特征在于，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至8任一所述方法。

技術(shù)總結(jié)
本發(fā)明公開了一種冷熱負載在線預(yù)測方法及裝置，該方法包括：獲得包括當(dāng)前時刻的預(yù)設(shè)時間長度的負載預(yù)測歷史記錄，負載預(yù)測歷史記錄包括供能站的供能負荷、目標建筑的室外環(huán)境數(shù)據(jù)和室內(nèi)溫度，供能負荷為供冷負荷或供熱負荷；將預(yù)設(shè)時間長度的負載預(yù)測歷史記錄輸入至訓(xùn)練好的室內(nèi)溫度預(yù)測模型中，預(yù)測下一時刻的室內(nèi)溫度，室內(nèi)溫度預(yù)測模型是以供能負荷、室外環(huán)境參數(shù)、歷史室內(nèi)溫度為輸入變量，以未來室內(nèi)溫度為輸出變量構(gòu)建神經(jīng)網(wǎng)絡(luò)模型后并訓(xùn)練得到的；以下一時刻的室內(nèi)溫度為期望值，反向求解當(dāng)前時刻的供能負荷，以確定供能系統(tǒng)的進水溫度與出水溫度的平均值。本發(fā)明可適用室內(nèi)溫度變化的間歇性供熱/供冷場景，并提供短時、超短時負荷預(yù)測。

技術(shù)研發(fā)人員：熊顯智,婁彥濤,程曉絢,李嘉豐,葉小民,魏旭輝
受保護的技術(shù)使用者：西安西電電力系統(tǒng)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10