[发明专利]基于空调能耗敏感变量的跨建筑空调能耗预测方法及装置

权利要求书

1.一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，包括：

步骤S1：接收含有建筑类型，所在城市，以及分析目标信息的输入数据，其中，所述分析目标包括空调系统相关设备能耗及冷、热负荷；

步骤S2：定义初始变量集并执行抽样，定义建筑基准模型；

步骤S3：根据初始变量抽样值，生成相应的几何模型和系统模型；

步骤S4：运行模型并获得空调能耗；

步骤S5：重复步骤S2至S4，获得不同初始变量抽样值对应的空调能耗，并获得各变量作用于空调能耗的敏感性，并将敏感性大于预设定阈值的变量作为空调能耗敏感变量；

步骤S6：建立空调能耗敏感变量、天气参数、时间标签与空调设备能耗之间的映射关系，得到能耗预测模型；

步骤S7：利用得到的能耗预测模型预测空调能耗；

所述建筑基准模型包括设备运行时间表、人员活动时间表、基本功能空间分布及目标地区对应的气象信息；

所述几何模型与建筑面积、层数和体形系数相对应，几何模型生成子模块包含5个建筑外形，其紧凑度依次从大到小排列，sigma因子来表示每个平面形状的紧密型，sigma计算公式为：

于是，建筑体型系数CR，可以用一个函数与sigma联系起来：

CR＝f(sigma,A_total,NL)

其中C为建筑占地面积的周长，A为建筑占地面积，A_total为建筑面积，NL为建筑层数；

从而可以实现根据建筑面积、层数和体形系数参数值选择适配的建筑外形。

2.根据权利要求1所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述初始变量集中的变量包括负荷相关变量和系统相关变量。

3.根据权利要求2所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述负荷相关变量的抽样方式为拉丁超立方抽样，所述系统相关变量的抽样方式为Morris抽样。

4.根据权利要求1所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测方法，其特征在于，所述能耗预测模型采用Catboost算法建立。

5.一种基于空调能耗敏感变量的跨建筑空调能耗预测装置，包括：

用户输入模块，接收含有建筑类型，所在城市，以及分析目标信息的输入数据，其中，所述分析目标包括空调系统相关设备能耗及冷、热负荷，

主控程序模块，用于定义初始变量集并执行抽样，定义建筑基准模型，调用模型生成模块并执行批量计算，存储计算结果，调用敏感性分析模块，最后提供各变量敏感性排序供用户选择将敏感性大于预设定阈值的变量作为空调能耗敏感变量；

模型生成模块，用于读取主控程序模块中的初始变量抽样值，生成相应的几何模型和系统模型；

敏感性分析模块，用于读取主控程序模块中的初始变量抽样值及对应的模型计算结果，得到各变量的敏感性排序；

能耗预测模块，用于建立空调能耗敏感变量、天气参数、时间标签与空调设备能耗之间的映射关系，得到能耗预测模型，并利用得到的能耗预测模型预测空调能耗；

所述建筑基准模型包括设备运行时间表、人员活动时间表、基本功能空间分布及目标地区对应的气象信息；

所述几何模型与建筑面积、层数和体形系数相对应，几何模型生成子模块包含5个建筑外形，其紧凑度依次从大到小排列，sigma因子来表示每个平面形状的紧密型，sigma计算公式为：

于是，建筑体型系数CR，可以用一个函数与sigma联系起来：

CR＝f(sigma,A_total,NL)

其中C为建筑占地面积的周长，A为建筑占地面积，A_total为建筑面积，NL为建筑层数；

从而可以实现根据建筑面积、层数和体形系数参数值选择适配的建筑外形。

6.根据权利要求5所述的一种基于空调能耗敏感变量的跨建筑空调能耗预测装置，其特征在于，所述初始变量集中的变量包括负荷相关变量和系统相关变量。