[发明专利]空气源热泵负荷的预测方法、装置、存储介质和处理器

权利要求书

1.一种空气源热泵负荷的预测方法，其特征在于，包括：

获取预测的单台空气源热泵在目标时刻的预测功率值，其中，所述目标时刻为当前时刻之后的时刻；

获取所述单台空气源热泵对应的用户在目标时刻的状态，其中，所述状态用于表示所述用户在所述目标时刻是否处于可开启所述空气源热泵的状态；

利用第一神经网络模型预测所述目标时刻多台空气源热泵的总输出功率，其中，所述第一神经网络模型的参数包括所述预测功率值、在所述目标时刻的电价、多个用户在所述目标时刻的状态和与所述多个用户对应的空气源热泵总数，

获取预测的单台空气源热泵在目标时刻的预测功率值包括：

获取预设历史天数内多个第一时刻的室外环境温度和室外环境湿度，其中，所述第一时刻在一天内的时刻与所述目标时刻在一天内的时刻相同；

获取在所述第一时刻单台所述空气源热泵的热泵功率值；

利用第二神经网络模型，以所述室外环境温度、所述室外环境湿度和所述热泵功率值为参数预测单台所述空气源热泵在所述目标时刻的预测功率值。

2.根据权利要求1所述的预测方法，其特征在于，获取预设历史天数内多个第一时刻的室外环境温度和室外环境湿度包括：

获取连续的预设历史天数内每天的第一时刻的室外环境温度和室外环境湿度。

3.根据权利要求1所述的预测方法，其特征在于，获取所述单台空气源热泵对应的用户在目标时刻的状态包括：

收集用户在预设时间段每天的行为习惯，其中，所述行为习惯用来表示所述用户在一天的每个时刻处于可使用所述空气源热泵的状态；

根据所述行为习惯确定所述用户在目标时刻是否处于可使用所述空气源热泵的状态。

4.根据权利要求3所述的预测方法，其特征在于，收集用户在预设时间段每天的行为习惯包括：

收集用户在家的时间点概率分布和用户外出的时间点概率分布；

根据所述在家的时间点概率分布和所述用户外出的时间点概率分布确定所述用户处于在家状态还是不在家状态，其中，当用户处于在家状态则确定用户处于可使用所述空气源热泵的状态。

5.一种空气源热泵负荷的预测装置，其特征在于，包括：

第一获取单元，用于获取预测的单台空气源热泵在目标时刻的预测功率值，其中，所述目标时刻为当前时刻之后的时刻；

第二获取单元，用于获取所述单台空气源热泵对应的用户在目标时刻的状态，其中，所述状态用于表示所述用户在所述目标时刻是否处于可开启所述空气源热泵的状态；

预测单元，用于利用第一神经网络模型预测所述目标时刻多台空气源热泵的总输出功率，其中，所述第一神经网络模型的参数包括所述预测功率值、在所述目标时刻的电价、多个用户在所述目标时刻的状态和与所述多个用户对应的空气源热泵总数，

所述第一获取单元包括：

第一获取模块，用于获取预设历史天数内多个第一时刻的室外环境温度和室外环境湿度，其中，所述第一时刻在一天内的时刻与所述目标时刻在一天内的时刻相同；

第二获取模块，用于获取在所述第一时刻单台所述空气源热泵的热泵功率值；

预测模块，用于利用第二神经网络模型，以所述室外环境温度、所述室外环境湿度和所述热泵功率值为参数预测单台所述空气源热泵在所述目标时刻的预测功率值。

6.根据权利要求5所述的预测装置，其特征在于，所述第一获取模块包括：

获取子模块，用于获取连续的预设历史天数内每天的第一时刻的室外环境温度和室外环境湿度。

7.根据权利要求5所述的预测装置，其特征在于，所述第二获取单元包括：

收集模块，用于收集用户在预设时间段每天的行为习惯，其中，所述行为习惯用来表示所述用户在一天的每个时刻处于可使用所述空气源热泵的状态；

确定模块，用于根据所述行为习惯确定所述用户在目标时刻是否处于可使用所述空气源热泵的状态。