[发明专利]基于统计预测技术的节能控制方法

权利要求书

1.一种基于统计预测技术的节能控制方法，其特征在于包括以下步骤：

a、按照时间序列方式采集存储有效的需求数据Cd；

b、提取特定时间段的需求数据，根据移动加权趋势法、或移动加权均值法、或二者综合折中算法来计算预测当前时间段的需求数据量CF；

c、提取当前时间段向前推移上一循环周期内的需求数据总量并计算其数据平均量Cav；

d、将CF与Cav进行比较并根据比较结果调控设备作出相应操作，实现实时节能控制。

2.根据权利要求1所述的基于统计预测技术的节能控制方法，其特征在于：

所述a步骤中，时间序列方式是指以一周为一循环周期，以该循环周期内每半小时为一时间单位，如此每天共采集存储48个时间单位的有效需求数据Cd，一循环周期即共采集存储336时间单位的有效需求数据Cd。

3.根据权利要求2所述的基于统计预测技术的节能控制方法，其特征在于：所述a步骤中，当下一个循环周期开始时，新的需求数据将覆盖更新上一个循环周期同一时间段的需求数据，动态实时持续更新，直至新的循环周期完成。

4.根据权利要求2或3所述的基于统计预测技术的节能控制方法，其特征在于：所述需求数据Cd根据以下方式之一采集存储于设备内存中：

i、由装在设备柜门上的接近开关探测柜门的开关次数Cdr，即Cd＝Cdr；

ii、由装在设备上的移动阴影感应器探测周围人流量Cmn，即Cd＝Cmn；

iii、若Cdr＞r×Cmn，则Cd＝Cdr，否则Cd＝r×Cmn，r为系数；

iv、实际需求数据Cd可由综合所得，即Cd＝u×Cdr+v×(r×Cmn)，其中u、v、r为系数。

5.根据权利要求1所述的基于统计预测技术的节能控制方法，其特征在于：所述b步骤中，移动加权趋势法采用如下公式计算当前时间段的需求数据量CF_ST：

CF_ST＝C_t＝C_t-1+d×(C_t-1-C_t-2)+b×(C_{d_t}-C_{d_t-1})+p×(C_{wk_t}-C_{wk_t-1})

其中，C_t为当前时间段t的预测需求数据量，C_t-1为当前时间段t的前一时间段t-1收集存储的有效需求数据量，C_t-2为t-1时间段的前一时间段t-2收集存储的有效需求数据量，C_{d_t}为当前时间段t的前一天的同一时间段d_t收集存储的有效需求数据量，C_{d_t-1}为dt时间段的前一时间段d_t-1收集存储的有效需求数据量，C_{wk_t}为当前时间段t的前一星期的同一天同一时间段wk_t收集存储的有效需求数据量，C_{wk_t-1}为wk_t时间段的前一时间段wk_t-1收集存储的有效需求数据量，d为天气因素校正因子，b和p为周末因素校正因子，且(d+b+p＝1)。

6.根据权利要求5所述的基于统计预测技术的节能控制方法，其特征在于：所述b步骤中，移动加权均值法采用如下公式计算当前时间段的需求数据量CF_SA：

CF_SA＝C_t＝d×C_t-1+b×C_{d_t}+p×C_{wk_t}

其中，C_t为当前时间段t的预测需求数据量，C_t-1为当前时间段t的前一时间段t-1收集存储的有效需求数据量，C_{d_t}为当前时间段t的前一天的同一时间段d_t收集存储的有效需求数据量，C_{wk_t}为当前时间段t的前一星期的同一天同一时间段wk_t收集存储的有效需求数据量，d为天气因素校正因子，b和p为周末因素校正因子，且(d+b+p＝1)。

7.根据权利要求6所述的基于统计预测技术的节能控制方法，其特征在于：所述b步骤中，移动加权趋势法和移动加权均值法的综合折中算法采用如

下公式计算当前时间段的需求数据量CF_STA：

CF_STA＝C_t＝m×CF_ST+n×CF_SA

其中，m和n为加权系数，且m+n＝1。