[发明专利]一种基于深度回归森林的空调负荷预测方法及系统在审
| 申请号： | 201811094430.9 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109345011A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 史春燕;李锋;曾祥宁;童建林;刘明;肖鑫;冯应柱;张存琼;周明霞 | 申请（专利权）人： | 中冶赛迪重庆信息技术有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 尹丽云 |
| 地址： | 401122 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度回归森林的空调负荷预测方法，包括以下步骤：根据空调负荷的影响因素采集空调负荷值和影响因素值，所述空调负荷值和影响因素值构成训练样本集；根据所述训练样本集训练一个深度回归森林网络，所述深度回归森林网络包含多个层次，每个层次包括多个随机森林预测器和多个完全随机森林预测器；获取待预测时刻的影响因素值构成预测样本集，将所述预测样本集输入所述深度回归森林网络，得到负荷预测值。本发明能够有效地分析影响因素与空调负荷之间的非线性关系，在一个统一的框架下处理各种不同性质的影响因素，计算简单高效，预测精度较高。 | ||
| 搜索关键词： | 影响因素 空调负荷 回归 森林 空调负荷预测 训练样本集 预测 随机森林 样本集 预测器 非线性关系 负荷预测 网络 有效地 采集 分析 统一 | ||
【主权项】：
1.一种基于深度回归森林的空调负荷预测方法，其特征在于，所述基于深度回归森林的空调负荷预测方法包括以下步骤：根据空调负荷的影响因素采集空调负荷值和影响因素值，所述空调负荷值和影响因素值构成训练样本集；根据所述训练样本集训练一个深度回归森林网络，所述深度回归森林网络包含多个层次，每个层次包括多个随机森林预测器和多个完全随机森林预测器；获取待预测时刻的影响因素值构成预测样本集，将所述预测样本集输入所述深度回归森林网络，得到负荷预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中冶赛迪重庆信息技术有限公司，未经中冶赛迪重庆信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811094430.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
