[发明专利]一种建筑能源供应设备的能耗预测参数优化方法

权利要求书

1.一种建筑能源供应设备的能耗预测参数优化方法，该方法通过由传感器、模式探测器、数据库、SCADA系统、建模器、预测器、分析器、补偿器和搜索引擎组成的系统实现，其特征在于，所述的方法包括以下步骤：

1)SCADA系统从数据库中获取现有的设备预测模型；

2)根据用户指令进行数据采集或数据分析，若进行数据采集，则执行步骤3)，若进行数据分析，则进行步骤7)；

3)通过传感器采集建筑内能源供应设备的基本参数，通过模式探测器检测能源供应设备的状态信息及状态改变时间，进行处理后保存在数据库中；

4)根据用户指令判断是否生成设备运行计划，若为是，则输入设备运行的目标状态，并执行步骤5)；若为否，则返回步骤3)；

5)搜索引擎和预测器根据数据库中数据生成设备状态转移矩阵，结合步骤4)中输入的设备运行的目标状态，计算并输出该设备运行计划及其所需的操作时间、设备能耗和污染排放等信息；

6)根据用户指令选择设备运行计划，选择完毕后执行步骤10)；

7)通过分析器执行数据分析，搜索设备运行计划中可改进的影响参数；

8)根据用户指令选择是否对设备运行计划进行参数改进；若为是，则执行步骤9)，若为否，则执行步骤11)；

9)对设备运行计划的中可改进的影响参数进行参数改进，并执行步骤10)；

10)执行设备运行计划，并执行步骤11)；

11)判断是否完成操作，若为否，则返回步骤2)，若为是，则结束能耗预测参数优化。

2.根据权利要求1所述的一种建筑能源供应设备的能耗预测参数优化方法，其特征在于，步骤1)中所述的设备预测模型包括设备能耗模型，能量流动模型，输出环境模型，由建模器建立，由补偿器进行优化修改。

3.根据权利要求1所述的一种建筑能源供应设备的能耗预测参数优化方法，其特征在于，步骤3)的具体包括以下步骤：

31)传感器测量能源供应设备的基本参数，包括电压、电流、消耗电能、温度、湿度和空调风速；

32)模式探测器计算基本参数测量值的变化量，并将测量值分类为设置值和自由值，所述的设置值是由用户输入的环境或者设备需要达到的设备目标状态，自由值是未达到设置值时的测量值；

33)模式探测器识别当前设备状态；

34)判断当前设备状态是否等于先前设备状态，若为是，保存测量数据后返回步骤31)；若为否，则保存先前设备状态的状态改变时间；

35)模式探测器存储当前设备状态的状态信息及状态开始时间；

36)模式探测器通过建模器建立先前设备状态的设备预测模型；

37)搜索引擎对数据库进行搜索，判断是否存在与先前设备状态相同的状态，若存在，则由补偿器对该状态的设备预测模型进行修改并保存，若不存在，则将步骤36)建立的设备预测模型保存于数据库内；

38)判断是否接收到完成信号，若为否，保存测量数据后，返回步骤31)，若为是，则结束整个步骤3)并继续向下执行。

4.根据权利要求1所述的一种建筑能源供应设备的能耗预测参数优化方法，其特征在于，所述的设备预测模型包括运行状态为连续数据的复杂设备预测模型和运行状态为离散数据的简单设备预测模型，所述的简单设备预测模型通过状态转变的能耗和状态改变所消耗的时间建立模型，所述的复杂设备预测模型通过以下步骤建立模型：

A)从数据库中获取可影响设备能耗的所有影响因素的原始数据，生产数据集D1，然后对数据集D1进行无放回抽样，生成数据集D2；

B)对数据集D2应用二叉树分类预测算法，生成决策树，并对该决策树进行剪枝处理；

C)提取剪枝后的决策树的分类规则，即为实际对设备能耗产生的影响因素；

D)将提取的影响因素应用于数据集D1，删去多余的影响因素，生成数据集D1′，采用前向反馈神经网络可对空调能耗进行预测，该神经网络中间层激活函数采用Sigmoid函数，输入层则包括数据集中的设备能耗数据以及数据集D1′中的影响因素。