发明名称 空调节能控制AR模型负荷预测系统的预测方法
摘要 一种空调节能控制AR模型负荷预测系统的预测方法,涉及空调技术领域,所解决的是节能控制的技术问题。该方法的步骤如下:1)采集空调的现场暖通数据和室内外温度,并进行预处理后存入实时数据库;2)根据实时数据库中的室内外温度梯度值大小与空调供冷的时滞大小,设定预测周期的时长;3)根据关系数据库中的数据与预测周期时长建立AR模型,并根据AR模型进行负荷预测。本发明提供的方法,能在满足用户需求的前提下,可以实现最大程度的节能。
申请公布号 CN101929721A 申请公布日期 2010.12.29
申请号 CN201010289593.X 申请日期 2010.09.25
申请人 上海建坤信息技术有限责任公司 发明人 陈卉;陈烈;周慎;李冰
分类号 F24F11/00(2006.01)I 主分类号 F24F11/00(2006.01)I
代理机构 上海申汇专利代理有限公司 31001 代理人 林炜
主权项 1.一种中央空调节能控制AR模型负荷预测系统的预测方法,其特征在于,所述负荷预测系统包括数据采集模块、数据库模块、AR负荷建模与预测模块、预测步长控制模块;所述数据库模块包括实时数据库和关系数据库;该方法的具体步骤如下:1)设定数据采集时间段的起始时间、终止时间,及数据采集时间段中的采集时间间隔,并设定AR建模参数;2)数据采集模块根据步骤1所设定的时间段及采集时间间隔,采集中央空调的现场暖通数据和室内外温度,并将采集的现场暖通数据预处理后得到负荷数据,将采集的室内外温度预处理后得到室内外温度变化梯度值,将采集时间点及预处理后得到的负荷数据、室内外温度变化梯度值存入实时数据库;3)将实时数据库中的采集时间点、负荷数据和室内外温度变化梯度值转存到关系数据库中;4)预测步长控制模块根据关系数据库中的室内外温度变化梯度值大小,以及中央空调供冷的时滞大小设定预测周期的时长,室内外温度变化梯度值的变化越大,则预测周期时长越短,反之则越长;5)AR负荷建模与预测模块根据关系数据库中的负荷数据、预测步长控制模块所设定的预测周期时长及步骤1所设定的AR建模参数建立AR模型,并根据AR模型进行负荷预测,AR模型的公式为:<img file="201010289593X100001DEST_PATH_IMAGE001.GIF" wi="212" he="50" />;其中,<i>n</i>为当前时间点,<i>x</i>(<i>n</i>)为当前时间点的预测负荷值,<i>n</i>-<i>i</i>为当前时间点之前的第<i>i</i>个时间点,<i>x</i>(<i>n</i>-<i>i</i>)为当前时间点之前第<i>i</i>个时间点的预测负荷值,<i>p</i>为预测周期中除当前时间点外的时间点数量,<i>Gw</i>(<i>n</i>)是方差为G的白噪声序列,方差G是步骤1中所设定的AR建模参数,<img file="823986DEST_PATH_IMAGE002.GIF" wi="13" he="25" />为当前时间点之前第<i>i</i>个时间点的系数;式中,<img file="201010289593X100001DEST_PATH_IMAGE003.GIF" wi="17" he="25" />由下式计算得到:<img file="491859DEST_PATH_IMAGE004.GIF" wi="278" he="100" />式中,<img file="201010289593X100001DEST_PATH_IMAGE005.GIF" wi="45" he="25" />由下式计算得到:<img file="19399DEST_PATH_IMAGE006.GIF" wi="142" he="41" /><img file="201010289593X100001DEST_PATH_IMAGE007.GIF" wi="96" he="22" />式中,<i>N</i>为关系数据库中早于预测时间点之前的第<i>i</i>个时间点的时间点数量,<img file="227658DEST_PATH_IMAGE008.GIF" wi="19" he="24" />为早于预测时间点之前的第<i>i</i>个时间点的负荷值;6)AR负荷建模与预测模块将当前时间点的预测负荷值存入关系数据库,关系数据库再将当前时间点的预测负荷值转存入实时数据库。
地址 200032 上海市徐汇区宛平南路75号1号楼22层