[发明专利]训练建筑物空调负荷预测模型及用其预测的方法和装置

权利要求书

1.一种训练建筑物空调负荷预测模型的方法，包括：

获取训练样本数据集以及对应的标签数据，其中，样本数据包括基于时间变化的建筑物环境信息及其采集时间信息，标签数据包括空调负荷相关信息，所述获取训练样本数据集以及对应的标签数据包括：获取来自不同建筑物的样本数据以及对应的标签数据，所述样本数据进一步包括每个建筑物的建筑物基本信息和空调系统基本信息；

对所述训练样本数据集中的样本数据进行特征提取处理，得到训练样本特征集；以及

基于所述训练样本特征集以及对应的标签数据采用预设的机器学习算法进行训练，得到建筑物空调负荷预测模型。

2.如权利要求1所述的方法，其中，所述获取来自不同建筑物的样本数据以及对应的标签数据包括：

获取对应同一建筑物的不同时刻的状态的样本数据以及对应的标签数据，并且

所述对所述训练样本数据集中的样本数据进行特征提取处理包括：

构造针对特定建筑物的基于时刻的训练样本特征数据及其对应标签数据。

3.如权利要求2所述的方法，其中，所述对所述训练样本数据集中的样本数据进行特征提取处理还包括：

对所述样本数据进行处理以获取衍生变量；以及

构造包括衍生变量的样本特征数据。

4.如权利要求1所述的方法，其中，获取所述建筑物环境信息及其采集时间信息包括获取建筑物外部环境信息以及采集外部环境信息的时间信息，所述建筑物外部环境信息包括建筑物所处的气象信息和/或天气预报信息。

5.如权利要求1所述的方法，其中，获取所述建筑物环境信息及其采集时间信息包括获取建筑物内部环境信息以及采集内部环境信息的时间信息，所述建筑物内部环境信息包括人员信息。

6.如权利要求5所述的方法，其中，获取人员信息包括获取由建筑物信息系统基于时间自动采集的建筑物内的人员数量和/或分布信息。

7.如权利要求6所述的方法，其中，建筑物内的人员数量和/或分布信息经由如下至少一项获取：

计算机视觉技术；

人员计数系统；

门禁系统；以及

打卡系统。

8.如权利要求5所述的方法，其中，获取建筑物内部环境信息及其采集时间信息还包括基于时间采集如下至少一项：

建筑物内的细类用电信息；

非用电装置使用情况；以及

空调末端使用信息。

9.如权利要求8所述的方法，其中，所述细类用电信息包括如下至少一项：

按用途细分的用电信息；

主要设备的用电信息；

区域和/或功能房间的用电信息。

10.如权利要求1所述的方法，其中，作为标签数据的所述空调负荷相关信息包括空调系统供冷/供热量。

11.如权利要求1所述的方法，其中，作为标签数据的所述空调负荷相关信息包括所述建筑物内按区域的空调系统供冷/供热量。

12.如权利要求1所述的方法，其中，所述建筑物空调负荷预测模型基于如下至少一项实现：

梯度渐进回归树算法；

人工神经网络算法；

多元线性回归算法；

支持向量回归算法；以及

差分整合移动平均自回归算法。