申请/专利权人:山东大学
申请日:2023-10-20
公开(公告)日:2024-04-26
公开(公告)号:CN117933442A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/08;G06F18/214;G06F18/2113;G06F18/2135;G06N3/0475;G06N3/045;G06N3/0442;G06N3/043;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明属于空调负荷预测技术领域,尤其涉及一种基于数据增强的大型建筑中央空调负荷预测方法及系统,其中方法包括:获取大型建筑中央空调系统的原始数据集,基于生成对抗网络对原始数据集进行数据生成与增强,得到日运行混合数据集和日负荷混合数据集;采用皮尔逊相关系数和主成分分析法对日运行混合数据集进行特征提取并消除变量之间的相关性,得到特征提取后的日运行混合数据集;基于特征提取后的日运行混合数据集以及日负荷混合数据集训练综合负荷预测模型,利用训练完成的综合负荷预测模型对大型建筑中央空调系统的进行区间负荷预测和点负荷预测。
主权项:1.一种基于数据增强的大型建筑中央空调负荷预测方法,其特征在于,包括:获取大型建筑中央空调系统的原始数据集,所述原始数据集包括大型建筑中央空调系统的日运行数据集和日负荷数据集;基于生成对抗网络对原始数据集进行数据生成与增强,得到日运行混合数据集和日负荷混合数据集;采用皮尔逊相关系数和主成分分析法对日运行混合数据集进行特征提取并消除变量之间的相关性,得到特征提取后的日运行混合数据集;利用特征提取后的日运行混合数据集以及日负荷混合数据集训练综合负荷预测模型,基于训练后的综合负荷预测模型对大型建筑中央空调系统进行区间负荷预测和点负荷预测。
全文数据:
权利要求:
百度查询: 山东大学 基于数据增强的大型建筑中央空调负荷预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。