[发明专利]一种建筑用能负荷预测模型建立、负荷预测方法及其装置

摘要

本发明实施例涉及负荷预测技术领域，尤其涉及一种建筑用能负荷预测模型建立、负荷预测方法及其装置，首先通过PLS算法将m个影响建筑用能负荷的负荷因素转换为r个影响建筑用能负荷的负荷因素成分(r＝m)，将p种负荷结果转换成q种负荷结果成分(q＝p)，然后将转换后的r个影响建筑用能负荷的负荷因素成分和q种负荷结果成分进行BP神经网络训练，确定建筑用能负荷的负荷计算模型。由于应用于本发明实施例提供的建筑用能预测模型，因此在对建筑用能负荷进行预测时，将m个负荷因素转换成r个负荷因素成分，提取影响负荷的主要因素，摒弃次要、冗余因素，减少负荷预测的计算量，并能够提高建筑用能负荷预测的精度。

主权项

一种建筑用能负荷预测模型建立的方法，其特征在于，包括：确定m个影响建筑用能负荷的负荷因素，以及与m个影响建筑用能负荷的因素相应的p种负荷结果；根据所述m个负荷因素的多个历史值，确定第一数据矩阵；根据所述p种负荷结果的多个历史值，确定第二数据矩阵；将所述第一数据矩阵和所述第二数据矩阵作为第一训练数据进行PLS算法训练，确定第一转换权重系数和第二转换权重系数；所述第一转换权重系数为所述m个负荷因素的权重系数，所述第二转换权重系数为所述p种负荷结果的权重系数；根据所述第一转换权重系数和每个历史时刻所对应的m个负荷因素的历史值，确定每个历史时刻的r个影响建筑用能负荷的负荷因素成分；根据所述第二转换权重系数和每个历史时刻所对应的p种负荷结果的历史值，确定每个历史时刻的q种负荷结果成分；将多个历史时刻对应的r个负荷因素成分和q种负荷结果成分作为第二训练数据进行BP神经网络训练，直至BP神经网络训练的结果小于设定的误差，则确定所述建筑用能负荷的负荷计算模型，其中，所述q种负荷结果成分为所述r个负荷因素成分对应的期望值。