一种多时间尺度空调负荷预测方法

    公开(公告)号:CN114202102A

    公开(公告)日:2022-03-18

    申请号:CN202111343825.X

    申请日:2021-11-14

    Abstract: 一种多时间尺度空调负荷预测方法,该方法基于改进鸟群优化算法与卷积神经网络,包括如下步骤:获取空调负荷历史数据,获取相应日期气象数据与日期类型数据,建立训练集;构建基于卷积神经网络的预测模型;应用改进鸟群优化算法训练卷积神经网络预测模型,进行训练,模型尚未收敛,可以通过迭代计算新的适应度数值、更新历史最优值与非劣值,去除重复粒子并优化卷积神经网络各层的权重参数,进而完成训练;应用训练好的模型进行多时间尺度的短期空调负荷预测。优点是:模型采用多输入多输出的形式,可以同时得到多时间尺度的冷、热负荷预测结果,可靠性好,精度高。

    一种基于双层优化的区域能源社区规划方法

    公开(公告)号:CN113078684A

    公开(公告)日:2021-07-06

    申请号:CN202011428115.2

    申请日:2020-12-09

    Abstract: 一种基于双层优化的区域能源社区规划方法,该方法根据区域能源社区的供能结构,构建区域能源社区中能源设备的出力约束;建立区域能源社区的双层优化模型,规划层以年综合成本最低为目标,各设备的安装容量为优化变量,约束条件为安装容量的上下限;运行层以年运行成本最低为目标,各时段设备的调度值为优化变量,同时要满足区域能源社区运行时的电功率平衡、热功率平衡约束条件;基于获得的新能源典型日数据、负荷历史数据、设备参数对区域能社区进行求解,得到区域能源社区最优配置结果。优点是:通过各个能源系统间的协调互补,以提高各种设备、能源的利用效率和系统综合效益。

    一种多时间尺度空调负荷预测方法

    公开(公告)号:CN114202102B

    公开(公告)日:2024-08-27

    申请号:CN202111343825.X

    申请日:2021-11-14

    Abstract: 一种多时间尺度空调负荷预测方法,该方法基于改进鸟群优化算法与卷积神经网络,包括如下步骤:获取空调负荷历史数据,获取相应日期气象数据与日期类型数据,建立训练集;构建基于卷积神经网络的预测模型;应用改进鸟群优化算法训练卷积神经网络预测模型,进行训练,模型尚未收敛,可以通过迭代计算新的适应度数值、更新历史最优值与非劣值,去除重复粒子并优化卷积神经网络各层的权重参数,进而完成训练;应用训练好的模型进行多时间尺度的短期空调负荷预测。优点是:模型采用多输入多输出的形式,可以同时得到多时间尺度的冷、热负荷预测结果,可靠性好,精度高。

Patent Agency Ranking