“建筑物负荷”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3291726个，建议您升级VIP下载更多相关专利

[发明专利]一种建筑物的负荷预测方法、装置、可读介质及电子设备-CN201910112104.4有效
发明人：杨建文;苏晔;齐贺 -专利权人：新奥数能科技有限公司
申请日： 2019-02-13 - 公布日： 2021-01-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例提供了一种建筑物的负荷预测方法、装置、可读介质及电子设备，方法包括：采集气象参数、建筑物热量参数和维护结构热量参数；根据气象参数、建筑物热量参数和维护结构热量参数计算出建筑物内外温差引起的设计负荷、建筑物吸收太阳辐射能引起的设计负荷和建筑物室内综合散热功率引起的设计负荷；基于建筑物内外温差引起的设计负荷、建筑物吸收太阳辐射能引起的设计负荷和建筑物室内综合散热功率引起的设计负荷，以及负荷预测模型预测建筑物的负荷预测结果本发明的技术方案中，负荷预测模型所涉及的参数获取起来更为简便，计算量低，能够快速计算出建筑物的负荷预测结果，还提高了建筑物负荷预测结果的准确性。
一种建筑物负荷预测方法装置可读介质电子设备

[发明专利]一种基于LSTM神经网络的建筑物电负荷综合预测方法及系统-CN202010237534.1有效
发明人：任其文;魏华栋;尹晓东;朱月涌;卢静;樊潇;于明辉;贺艳辉;杨猛 -专利权人：山东电力工程咨询院有限公司
申请日： 2020-03-30 - 公布日： 2023-07-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于LSTM神经网络的建筑物电负荷综合预测方法及系统，获取典型建筑物的负荷数据、天气参数以及建筑物数据并进行归一化处理；建立LSTM神经网络的电负荷预测模型，选择相似典型日的数据作为训练样本，训练数据包括训练日的天气因素、建筑物类型数据、负荷数据，在训练过程中以电负荷的误差最小为目标进行训练获得LSTM神经网络模型参数；输入待测建筑物的建筑物数据至训练好的LSTM神经网络的电负荷预测模型后，获得建筑物对应的典型日负荷曲线、月负荷曲线和年负荷曲线。基于LSTM神经网络的建筑负荷预测方法，综合考虑了建筑物的不同特点以及负荷波动变化情况实现楼宇建筑的高精度负荷预测，具有精度高、易实现的功能。
一种基于 lstm 神经网络建筑物负荷综合预测方法系统

[发明专利]考虑光伏和冷负荷相关性的用电负荷计算方法及信息系统-CN201810515150.4有效
发明人：付学谦 -专利权人：中国农业大学
申请日： 2018-05-25 - 公布日： 2020-08-28 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种考虑光伏和冷负荷相关性的用电负荷计算方法及信息系统，其中，方法包括：采集建筑物仿真模型变量；根据建筑物仿真模型变量和目标用途获取待选输入变量集合和输出变量；根据待选输入变量集合和输出变量通过最大相关最小冗余原则得到建筑物仿真模型的输入变量集合；通过极限学习机对输入变量集合和输出变量的数据进行训练，以获取最终建筑物仿真模型；通过最终建筑物仿真模型获取含有高比例空调负荷的建筑物用电负荷理论计算值。该计算方法可以有效提高含有高比例空调负荷的建筑物用电负荷异常监测水平，提高建筑物用电负荷的短期预测精度，并实现建筑物和城市电网协同优化。
考虑负荷相关性用电计算方法信息系统

[发明专利]基于用户画像定制响应策略的集中调度式需求响应方法-CN202211364521.6在审
发明人：彭涛;田瑞;谢东日;丁黎;傅晨;樊立攀;毕伟;刘鸣;周世祺;刘俊;聂永欣 -专利权人：国网湖北省电力有限公司营销服务中心（计量中心）
申请日： 2022-11-02 - 公布日： 2023-04-04 - 主分类号： G06Q10/0631 文献下载
摘要：该发明主要包括以下步骤：首先，收集所有建筑物的历史负荷数据，对建筑物内的负荷建模。其次，最小化不同负荷静态参数下的建筑物负荷数据与历史负荷数据的误差平方和，得到最优负荷静态参数。第三，根据历史负荷数据提取不同建筑的负荷曲线特征，对负荷曲线特征数据聚类，聚类得到典型用户负荷特征画像和建筑物所属的典型用户。最后，使用强化学习DQN算法根据历史负荷数据训练需求响应负荷策略定制方法，训练以建筑物的负荷模型为环境，负荷静态参数为环境参数，定义奖励函数，最大化所有时刻奖励函数的和得到两个神经网络，可根据建筑物负荷的状态输出定制策略
基于用户画像定制响应策略集中调度需求方法

[发明专利]电子装置、基于决策树模型的建筑物用电负荷预测方法及存储介质-CN201811095427.9有效
发明人：常河;阮晓雯;徐亮;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2018-09-19 - 公布日： 2023-05-26 - 主分类号： G06Q10/04 文献下载
摘要：本方案涉及智能决策，提供一种基于决策树的建筑物用电负荷预测方法，该方法包括：接收携带建筑物标识信息的建筑物在预定义单位时间的电力负荷预测请求；根据接收到的标识信息，获取该建筑物的属性特征；根据预先构建的电力负荷预测模型对获取的属性特征进行分析，以预测出该建筑物在所述预定义单位时间的电力负荷值。能够提高建筑物电力负荷预测的准确性以及预测性能。此外，本发明还提出一种电子装置及存储介质。
电子装置基于决策树模型建筑物用电负荷预测方法存储介质

[发明专利]一种基于特征集构建的建筑冷热负荷预测方法-CN202010521186.0有效
发明人：丁研;刘路衡;张震勤;吕亚聪 -专利权人：天津大学
申请日： 2020-06-10 - 公布日： 2022-09-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于特征集构建的建筑冷热负荷预测方法，包括如下步骤：基于建筑物冷热负荷相关的参数变量，获取建筑物的参数数据并预处理；对预处理后的建筑物参数数据进行特征工程处理，构造建筑物冷热负荷特征集；基于DNN深度学习算法构建超短期建筑冷、热负荷预测模型；根据各参数变量对预测模型预测精度的影响度，对参数变量进行筛选，构造最小特征集；利用最小特征集对超短期建筑冷热负荷预测模型进行训练及性能评价；获取实时参数变量数据，通过预处理后输入训练好的超短期建筑冷热负荷预测模型，得到建筑物的冷、热负荷结果。本发明能够有效提高建筑冷、热负荷预测的准确性及实时性。
一种基于征集构建建筑冷热负荷预测方法

[发明专利]基于迁移学习算法的供热节能控制方法与系统-CN201811054212.2在审
发明人：谢珺;王艳丽;韩东升;阎高伟;续欣莹 -专利权人：太原理工大学
申请日： 2018-09-11 - 公布日： 2019-02-22 - 主分类号： F24D19/10 文献下载
摘要：本发明提供了一种基于迁移学习算法的供热负荷预测装置和方法，包括数据采集模块，用于采集目标建筑物和其他建筑物的供热负荷数据，以及实时的室内外温度、未来的天气预报信息；数据预处理模块，用于对数据进行预处理，以保证供热负荷数据维度的一致性；数据匹配模块，用于对采集的目标建筑物和其他不同建筑物的供热负荷数据共同进行降维处理，得到建模数据；建模预测模块，用于利用处理之后的数据建立回归预测模型。本发明所述的预测方法不仅仅利用目标建筑物的热负荷数据，而且可以提取其他附近建筑物的热负荷信息，并在建模过程中加入气象因素的影响，最大限度地提高目标建筑物的供热负荷预测精度。
供热负荷目标建筑物建筑物学习算法热负荷迁移数据预处理模块预处理回归预测模型数据采集模块数据匹配模块天气预报信息采集目标建模数据建模预测降维处理节能控制气象因素数据建立数据维度预测装置室内外预测供热采集保证

[发明专利]建筑物负荷预测方法、装置、设备及可读存储介质-CN202310861140.7在审
发明人：谈竹奎;王扬;喻磊;刘胤良;周科;宋子宏;付宇;蔡永翔;肖小兵;郑友卓;林心昊;段舒尹;刘安茳;苏立;邓松 -专利权人：贵州电网有限责任公司;南方电网科学研究院有限责任公司
申请日： 2023-07-13 - 公布日： 2023-10-24 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种建筑物负荷预测方法、装置、设备及可读存储介质，本申请可以通过对目标建筑物与其周边的建筑物之间的空间相关性分析，确定参考建筑物，并利用参考建筑物相对充足的数据，为目标建筑物构建负荷预测模型。且在每一个模型训练过程中不仅使用参考建筑物的原有数据，还引入目标建筑物数据，提高预测精度。对于各个负荷预测模型，采样基于相似度的模型集成策略，对预测模型的输出结果加权集成。在充分利用每个模型的同时，可组合多个模型的结果也可以减少单源构建模型所导致的部分风险，从而增强集成模型的鲁棒性，不仅可以提高对目标建筑物的负荷预测结果的准确度，还可以有效弥补由于目标建筑的历史负荷数据不足的缺陷
建筑物负荷预测方法装置设备可读存储介质

[发明专利]协同仿真接口设置方法-CN201710254179.7在审
发明人：宋杰;周健;鲍伟;沈冰;潘爱强;曾平;周德生;徐洁;邹晓峰;朱奕帆 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司
申请日： 2017-04-18 - 公布日： 2017-07-04 - 主分类号： G05B17/02 文献下载
摘要：本发明公开一种协同仿真接口设置方法，其包含设置前向控制模块，分别连接主电网仿真子系统以及含建筑物负荷集群的配电网仿真子系统，用于从主电网仿真子系统中提取解耦点母线的电压相量并发送至含建筑物负荷集群的配电网仿真子系统，以驱动含建筑物负荷集群的配电网仿真子系统中的受控电压源；设置反向控制模块，分别连接主电网仿真子系统以及含建筑物负荷集群的配电网仿真子系统，用于从含建筑物负荷集群的配电网仿真子系统中提取支路功率，以控制主电网仿真子系统中的四象限等效负荷其优点是可以解决在根据主电网仿真与建筑物负荷仿真的解耦后两者的协同问题。
协同仿真接口设置方法

[发明专利]多主体博弈环境下基于深度强化学习的建筑负荷需求响应方法-CN202310036981.4在审
发明人：谢东日;禹文静;明东岳;夏水斌;丁黎;郑欣;刘俊;聂永欣 -专利权人：国网湖北省电力有限公司营销服务中心（计量中心)
申请日： 2023-01-10 - 公布日： 2023-04-25 - 主分类号： H02J3/14 文献下载
摘要：本发明公开了一种多主体博弈环境下基于深度强化学习的建筑负荷需求响应方法，该方法包括以下步骤：首先，收集电力系统中建筑物的负荷数据并建立负荷模型，对建筑物需求响应建立马尔可夫博弈过程模型。第三，对每个建筑物建立一个包含策略网络和价值网络的智能体，策略网络输出负荷动作序列，价值网络评估建筑物的负荷可调潜力。最后，使用建筑物的负荷数据训练价值网络和策略网络，直到所有智能体收敛到纳什均衡。该方法通过对多个建筑物在需求响应系统下博弈过程模拟并设计奖励函数，引导用户错峰用电，降低系统总的负荷功率峰值，平抑负荷功率波动，避免了系统出现峰值转移的情况。
主体博弈环境基于深度强化学习建筑负荷需求响应方法

[发明专利]一种冰壳建筑物的供暖方法-CN201910211813.8有效
发明人：罗鹏;刘永鑫 -专利权人：哈尔滨工业大学
申请日： 2019-03-20 - 公布日： 2020-11-06 - 主分类号： F24D19/10 文献下载
摘要：本发明提供了一种冰壳建筑物的供暖方法，包括：获取冰壳建筑物的构造及热工性能参数、冰壳建筑物所在地实时的气象参数、热源的供热性能参数；通过上述参数计算得到冰壳建筑物的热负荷，以及对冰壳建筑物进行热惰性分析，获取冰壳建筑物的降温特性；以冰壳建筑物的构造及热工性能参数、冰壳建筑物所在地的气象参数、热源的供热性能参数为基础，结合冰壳建筑物的室外综合温度、热负荷以及降温特性，对热源的热量进行核算。本发明冰壳建筑物利用热源进行供暖时，其通过对冰壳建筑物进行热负荷计算和热惰性分析，并以此为基础，对热源的热量进行核算，从而判断热源的热量能否满足冰壳建筑物供暖需求，以及能否满足设定的时间。
一种建筑物供暖方法

[发明专利]空调负荷数据的预测方法和装置-CN202211581937.3在审
发明人：王升;宋炎林;何玉雪;龚艳玲;邓琬静 -专利权人：珠海格力电器股份有限公司
申请日： 2022-12-08 - 公布日： 2023-03-21 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及一种空调负荷数据的预测方法和装置，该方法包括如下步骤：基于建筑物的基础参数确定空调系统的初始负荷数据；获取建筑物的设计不保证小时数和设计负荷指标；所述设计不保证小时数和所述设计负荷指标均为预设值；根据初始负荷数据、设计负荷指标和设计不保证小时数确定缩放系数；采用缩放系数对初始负荷数据进行缩放，获得负荷预测数据。本申请的方案基于预先收集整理的初始负荷数据，在预测建筑物的空调负荷时通过基础参数找到相匹配到初始负荷数据，然后对初始负荷数据进行缩放即可获得建筑物的空调负荷预测数据；本方案不需要进行复杂的建模，计算量不大，并且对建筑负荷的预测结果准确可靠。
空调负荷数据预测方法装置

[发明专利]建筑物的供热调整系统、供热调整装置及方法-CN201510422344.6有效
发明人：张久明 -专利权人：张久明
申请日： 2015-07-17 - 公布日： 2017-10-10 - 主分类号： F24D19/10 文献下载
摘要：本公开提供一种建筑物的供热调整系统、供热调整装置及方法。所述供热调整装置包括模型建立模块，用于建立一包括温度和调整热负荷之间一一对应关系的模型，并通过获取模块获取建筑物的室内温度，控制模块直接从所述模型中获取与所述室内温度对应的调整热负荷，然后控制供热模块调整对所述建筑物的供应热负荷为校正热负荷，所述校正热负荷＝设计热负荷‑所述调整热负荷，使所述建筑物的室内温度调整到设定温度，实现了量化调整热负荷供热，克服了现有技术中建筑物的实际供热运行的热负荷与设计热负荷相差很多，造成缺斤短两或超标排放的问题
建筑物供热调整系统装置方法

[发明专利]基于Holt-Winters和极限学习机的建筑用能负荷预测方法及系统-CN202010563062.9有效
发明人：张承慧;刘澈;孙波 -专利权人：山东大学
申请日： 2020-06-19 - 公布日： 2021-06-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Holt‑Winters和极限学习机的建筑用能负荷预测方法及系统，包括：根据建筑物的实际运行参数构建建筑物仿真模型，获取建筑物的原始负荷数据集；对原始负荷数据集进行分解得到线性负荷数据集和非线性负荷数据集；对线性负荷数据集采用训练后的Holt‑Winters模型预测得到线性负荷预测结果；以非线性负荷数据集、原始负荷数据集和线性负荷预测结果作为训练后的极限学习机模型的输入，输出得到建筑物仿真模型的建筑负荷预测值基于负荷数据线性和非线性共存的特点，将建筑负荷数据分解为平稳的线性分量和波动的非线性分量；结合Holt‑Winters和极限学习机的算法优势，分别对线性分量和非线性分量进行处理，提高预测精度。
基于 holt winters 极限学习机建筑负荷预测方法系统

[发明专利]建筑物冷热负荷评估方法及系统、设备和介质-CN201910793748.4在审
发明人：李路遥;葛兴凯;章筠;张琦;古云蛟;马玉鑫;杨青;李元浩;常悦;曹超;张弛 -专利权人：上海电气分布式能源科技有限公司
申请日： 2019-08-27 - 公布日： 2019-11-22 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种建筑物冷热负荷评估方法及系统、设备和介质。其中，热负荷评估方法包括分别计算建筑物内的人体总散热量和建筑围护结构传热量；计算所述建筑物的总传热量，所述总传热量等于所述人体总散热量和所述建筑围护结构传热量的总和；计算在所述总传热量小于0时调节所述总传热量的所述建筑物的热负荷总值本发明在评估建筑物的冷热负荷时考虑了多种因素，尤其是在评估人体总散热量时对建筑内人流量及人员停留对建筑物产生的散热影响做了合理评估，在评估建筑围护结构传热量时对建筑模型进行了简化、考虑了建筑不同朝向对传入热量的影响
传热量建筑物评估建筑围护结构散热量冷热负荷热负荷建筑模型评估结果人流量散热停留

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条