基於模糊信息粒化與支持向量機的供熱負荷預報方法
2023-09-14 19:17:10 1
專利名稱：基於模糊信息粒化與支持向量機的供熱負荷預報方法
技術領域：
本發明涉及一種供熱負荷預報方法，屬於供熱負荷預報技術領域。
背景技術：
我國建築供熱能耗約佔全社會能耗的三分之一，建築供熱節能潛力巨大。建築供熱負荷的影響因素複雜，主要分為兩類:1)外擾因素(室外溫度、太陽輻射、風速等氣象因素)，其具有隨機性；2)自身特性因素(建築物的熱工特性、幾何特性、結構特性、使用特性等因素)，其具有大慣性、大時滯等非線性特性。因此，供熱負荷呈現出自身的大慣性、大時滯等非線性特性和外擾的隨機性。因此，現有數學模型難以給出精確的描述，難以保證負荷供給與負荷需求的相互平衡，為滿足用戶的需求，則主觀加大供熱系統負荷供給造成能源嚴重浪費。而準確性/可靠性的負荷預報可以使供熱系統能夠協調、高效運行以實現節能。因此，探求適應供熱負荷特性的預報方法是供熱節能亟需解決的關鍵技術問題。目前國內外供熱負荷預報方法主要有以時間序列為主的線性預報法和以人工神經網絡為主的非線性預報法。供熱過程是非常複雜的動力學系統，具有強非線性、大時滯和大慣性等特點，經典時間序列預報法雖然簡單，但其預報精度比較低；常規神經網絡對非線性系統具有很好的映射能力，但其建模複雜、學習速度緩慢、參數調整不靈活。最近，一些新的方法也被應用於供熱負荷預報中，如小波預報法、支持向量回歸法等。但上述預報方法大都是點預報方法，無法確定預報結果可能波動的範圍，未反映出系統中的不確定因素。在這些研究中，負荷預報方法難以適應供熱負荷非線性，造成預報精度低，準確性差，甚至失效，無法滿足供熱節能的需要。可見，現有點預報方法對供熱系統負荷自身非線性或外擾隨機性的適應不足是造成負荷預報精度不高的主要因素，因此，亟需探索和研究一既能夠適應供熱系統負荷自身非線性，又能夠適應外擾隨機性的負荷預報新方法，以滿足供熱系統日益提高的負荷優化調度、節能控制等工程需要。
發明內容
本發明為了解決現有點預報方法存在由於對供熱系統負荷自身非線性或外擾隨機性的適應不足致使負荷預報精度不高的問題，進而提供了一種基於模糊信息粒化與支持向量機的供熱負荷預報方法。本發明為解決上述技術問題採取的技術方案是:1、一種基於模糊信息粒化與支持向量機的供熱負荷預報方法，其特徵在於，所述供熱負荷預報方法是按照以下步驟實現的:步驟一、供熱負荷預報樣本集的構建:供熱負荷預報樣本集的構建採用模糊信息粒化方法，依據負荷預報樣本構建信息粒化樣本集的具體過程為:首先，採用(常用的)三角型模糊粒子對供熱負荷樣本數據進行模糊粒化(對供熱負荷時間序列進行模糊粒化)，構建樣本集T(x，a, c，b);其中X是採集的供熱負荷，a和b分別為模糊粒子的下限和上限，C為可能性最大的值；三角型模糊粒子表示為:
權利要求
1.一種基於模糊信息粒化與支持向量機的供熱負荷預報方法，其特徵在於，所述供熱負荷預報方法是按照以下步驟實現的: 步驟一、供熱負荷預報樣本集的構建:供熱負荷預報樣本集的構建採用模糊信息粒化方法，依據負荷預報樣本構建信息粒化樣本集的具體過程為: 首先，採用三角型模糊粒子對供熱負荷樣本數據進行模糊粒化，構建樣本集T (X，a, c，b);其中X是採集的供熱負荷，a和b分別為模糊粒子的下限和上限，c為可能性最大的值； 三角型模糊粒子表示為:
全文摘要
基於模糊信息粒化與支持向量機的供熱負荷預報方法，它涉及一種供熱負荷預報方法，屬於供熱負荷預報技術領域。本發明為了解決現有點預報方法對供熱系統負荷自身非線性或外擾隨機性的適應不足，提出一種供熱負荷預報新方法。本發明所述的預報方法的主要步驟為1)樣本數據的模糊信息粒化處理，構建信息粒化樣本集；2)利用構建的信息粒化樣本集，建立支持向量機預報模型；3)採用交叉驗證法確定支持向量機預報模型的參數；4)對方法的預報精度進行評價。本發明是一種既能夠適應供熱系統負荷自身非線性，又能夠適應外擾隨機性的負荷預報方法，滿足了供熱系統日益提高的負荷優化調度、節能控制等工程需要。
文檔編號G06Q10/04GK103150610SQ20131006386
公開日2013年6月12日 申請日期2013年2月28日 優先權日2013年2月28日
發明者張永明, 丁寶, 齊維貴, 鄧盛川 申請人:哈爾濱工業大學