空调室温预测系统
    1.
    发明公开

    公开(公告)号:CN115388536A

    公开(公告)日:2022-11-25

    申请号:CN202211074673.2

    申请日:2022-09-02

    Abstract: 本发明公开了一种空调室温预测系统。包括特征工程模块、数据处理模块、以及随机森林算法模块,所述特征工程模块用于对收集的基本数据实施特征工程;所述数据处理模块用于对特征工程构建的训练数据样本抽样进行特殊异常值处理、数据分箱等一系列数据处理;随机森林算法模块用于特征选择,相应预测模型构建、训练、及优化。本发明以建筑内的空调数据为基础例,分场景构建不同场景的通用模型,让用户可根据不同场景选择使用对应的模型,实现准确的室温预测,避免传统的物理温度传感器检测方式存在的工程问题。

    基于预测和分类模型的空调故障检测与辩识方法及装置

    公开(公告)号:CN112097365A

    公开(公告)日:2020-12-18

    申请号:CN202010662000.3

    申请日:2020-07-10

    Abstract: 本发明提供一种基于预测和分类模型的空调故障检测与辩识方法及装置,该方法包括:S101:根据空调的正常状态运行数据和故障运行数据,通过正常状态运行数据、故障运行数据分别建立运行预测模型、故障分类模型;S102:通过运行预测模型判断空调是否发生故障,若是,则执行S103,若否,则执行S101;S103:利用运行预测模型定位空调发生故障的数据段,并通过故障分类模型获取数据段对应的故障类型。本发明通过空调的正常状态运行数据、故障运行数据分别建立运行预测模型、故障分类模型,并创造性融合状态预测模型和分类模型,实现了较高的检测和辨识准确率,同时,还能够充分利用不断累积的运行数据,通过持续的机器学习,提升了故障诊断准确率。

    空调系统优化控制方法、智能终端、存储装置

    公开(公告)号:CN111442478A

    公开(公告)日:2020-07-24

    申请号:CN202010161361.X

    申请日:2020-03-10

    Abstract: 本发明提供一种空调系统优化控制方法、智能终端、存储装置,该方法包括:S101:基于数字孪生建立空调热力学模型,并通过空调实时运行数据对空调热力学模型进行迭代优化;S102:根据优化后的所述空调热力学模型预测室内热环境参数;S103:根据室内热环境参数和室内人员舒适度需求获取能耗最小的空调系统控制方式。本发明利用系统的历史和实时运行数据,对空调系统物理模型进行更新、修正、连接和补充,充分融合系统机理特性和运行数据特性,更好地仿真系统的实时运行状态,预测室内热环境参数的变化,对空调系统的组合优化控制时实现了满足用户舒适度和降低系统能耗的目的。

    一种空调联动控制方法及系统

    公开(公告)号:CN111306706A

    公开(公告)日:2020-06-19

    申请号:CN201910957608.6

    申请日:2019-10-10

    Abstract: 本发明公开了一种空调联动控制方法及系统,其中方法包括S1:实时采集设定区域的环境参数,判断环境参数是否处于预设范围内,若是,则执行S5;若否,则执行S2;S2:判断环境参数是否超过预设范围中的上限值,若是,执行S3;若否,执行S4;S3:采集设定区域内的每台空调当前的运行状态,从处于未开启状态的空调中挑选出健康度IH最高的空调,并控制其开启运行,其后跳转并执行S1;S4:采集设定区域内的每台空调当前的运行状态,从处于已开启状态的空调中挑选出健康度IH最低的空调,并控制其关机卸载;其后跳转并执行S1;S5:保持设定区域内每台空调当前的运行状态。本发明解决了室内空调过度使用的问题,还可保证了最佳的综合运行效率。

    酒店房间空调器舒适度控制方法

    公开(公告)号:CN108954741A

    公开(公告)日:2018-12-07

    申请号:CN201811139266.9

    申请日:2018-09-28

    Inventor: 熊钧 徐永凯 原野

    Abstract: 本发明具体涉及一种酒店房间空调器舒适度控制方法,包括:根据地区、日期、室外天气条件以及外围护结构参数确定室内的平均辐射温度;根据光感和时间确定人体新陈代谢率;根据室内温度、室内相对湿度、所述平均辐射温度以及所述人体新陈代谢率计算PMV值;确定PMV区间;将所述PMV值与所述PMV区间进行对比,发布空调控制指令。通过在室内制冷时向较热方向的一侧,供暖时向较冷方向的一侧设定PMV目标值,并在人体睡眠后根据不同的睡眠阶段适时调整PMV控制区间,在舒适度范围内抑制过度能源消耗,实现空调负荷的减轻并实现节能。在接收到用户干预以后及时修正PMV控制区间,实现一种舒适节能控制方法。

    一种度量负荷弹性的方法
    7.
    发明公开

    公开(公告)号:CN118040670A

    公开(公告)日:2024-05-14

    申请号:CN202410163703.X

    申请日:2024-02-05

    Abstract: 本发明公开了一种度量负荷弹性的方法。包括数据预处理,工作日识别,以及弹性度量,所述工作日识别包括针对数据预处理后的日负荷曲线统计出负载集中加载时刻,基于日温、候温聚类出高低负荷类,接着对高负荷类、低负荷类对应的日期分别按照星期信息进行频数统计与聚类;所述弹性度量包括基于预测日的日最高温度、日最低温度从历史负荷种查找出预测日的同类型日负荷曲线,接着取同类型日负荷曲线每个时间段内的处于中位数的负荷需求作为典型日负荷曲线。该度量负荷弹性的方法。该度量负荷弹性的方法解决了现有技术因较高的采样频率要求、相关差异性、采用的分析方式方法构成的不合理性而导致的误差问题和可实施性问题。

    一种超短期电力负荷预测方法、设备、介质、产品

    公开(公告)号:CN113902165A

    公开(公告)日:2022-01-07

    申请号:CN202111032846.X

    申请日:2021-09-03

    Abstract: 本发明提供一种超短期电力负荷预测方法,包括步骤:获取需要的原始业务数据,对原始业务数据通过系统的特征工程,形成特征;当被预测的时间序列非平稳时,对被预测数据进行差分处理,通过差分结果替代被预测时间点的负荷;根据形成的特征,依据离被预测时间点跨度的长短赋予抽样权重并进行随机抽样,对随机抽样后的数据再合并形成建模数据;将特征工程获取的特征和因变量转换获取的目标变量分别作为长短时记忆模型的输入和输出数据进行深度学习训练和调试过程获取模型,通过获得的模型的输出结果进行差分还原,完成超短期负荷预测。解决了过度依赖深度学习算法,没有数据深度处理方法,导致模型效果无法进一步提升的问题。

    基于大数据的舒适度预测方法、智能终端、存储装置

    公开(公告)号:CN111397117A

    公开(公告)日:2020-07-10

    申请号:CN202010161356.9

    申请日:2020-03-10

    Abstract: 本发明提供一种基于大数据的舒适度预测方法、智能终端、存储装置,该方法包括:S101:获取与舒适度相关的数据,对数据进行聚类形成至少一个类型簇;S102:根据类型簇的特征数据获取第一舒适度指标,并对类型簇进行降维处理;S103:根据数据中的用户使用行为确定类型簇中的数据对应的需求模式,采用机器学习算法对每个类型簇和需求模式进行模型训练以形成舒适度模型;S104:根据实际控制对象的属性变量选择与之匹配的舒适度模型,根据舒适度模型预测用户的舒适度指标。本发明通过区分使用场景和加入用户使用行为,可以获得带有个性化的舒适度模型,使得实际控制效果能够更加贴合用户的差异化偏好,从而为提升温度控制效果提供了模型准确性的保障。

Patent Agency Ranking