[发明专利]一种工作日期间机房温度预测方法

权利要求书

1.一种工作日期间机房温度预测方法，其特征在于，包括以下步骤：

(a)采集机房的温度时间序列数据T

T＝{TW₁,TE₁,TW₂,TE₂…,TW_i,TE_i…,TW_s,TE_s|s∈N₊}

其中，TW_i和TE_i分别表示第i周的工作日和非工作日的温度时间序列数据，s表示周的数量，N₊表示正整数，1≤i≤s；

(b)将节假日的温度时间序列数据从T中删除，剩余的温度时间序列数据构成集合TN，TN＝{TW₁,TW₂,…,TW_i,…,TW_s|s∈N₊}

其中，TW_i＝{Tw_i,1,…,Tw_i,j,…,Tw_i,k|j,k∈N₊}，Tw_i,j表示第i周的第j个工作日的温度时间序列数据，k为第i周的最后一个工作日的序号；

Tw_i,j＝{tw_i,j,1,tw_i,j,2,…,tw_i,j,m,…,tw_i,j,n|m,n∈N₊}，tw_i,j,m表示第i周第j个工作日的第m个温度数据，n为第i周第j个工作日的最后一个温度数据的序号；

(c)逐一对TN中相邻的TW_i和TW_i+1完成如下操作：

(1)从TW_i中取Tw_i,k的后h个数据，从TW_i+1中取Tw_(i+1),1的前h个数据，构成共2h个数据的温度时间序列数据；

(2)采用数据拟合算法对上述2h个数据进行拟合，获得共2h个数据的新的温度时间序列数据；

(3)从共2h个数据的新的温度时间序列数据中，选择中间的s个数据，替换Tw_i,k和Tw_(i+1),1中对应位置的数据；

(d)基于新的TN集合中的温度时间序列数据，采用时间序列预测算法预测机房的温度值。

2.根据权利要求1所述工作日期间机房温度预测方法，其特征在于，所述步骤(2)中的数据拟合算法为多项式拟合算法或非线性最小二乘法拟合算法或神经网络算法。

3.根据权利要求1所述工作日期间机房温度预测方法，其特征在于，所述步骤(d)中的时间序列预测算法为移动平均算法或指数平滑算法或差分整合移动平均自回归算法或长短时记忆网络算法。