[发明专利]空调负荷数据的预测方法和装置

权利要求书

1.一种空调负荷数据的预测方法，其特征在于，包括如下步骤：

基于建筑物的基础参数确定空调系统的初始负荷数据；所述基础参数包括：建筑物的类型和/或体形系数；

获取建筑物的设计不保证小时数和设计负荷指标；所述设计不保证小时数和所述设计负荷指标均为预设值；

根据初始负荷数据、设计负荷指标和设计不保证小时数确定缩放系数；

采用缩放系数对初始负荷数据进行缩放，获得负荷预测数据。

2.根据权利要求1所述的方法，其特征在于，所述基于建筑物的基础参数确定空调系统的初始负荷数据，包括如下步骤：

根据基础参数在标准数据库中进行匹配查询，调取相匹配的初始负荷数据；其中，所述标准数据库是预先建立的数据库，其中存储有各种不同类型、不同体型系数的建筑物所对应的初始负荷数据。

3.根据权利要求1或2所述的方法，其特征在于，根据初始负荷数据、设计负荷指标和设计不保证小时数确定缩放系数，包括如下步骤：

确定上限缩放系数的初始值；

根据初始负荷数据、设计负荷指标和设计不保证小时数对上限缩放系数进行迭代更新；

确定下限缩放系数的初始值；

根据初始负荷数据、设计负荷指标和设计不保证小时数对下限缩放系数和上限缩放系数进行迭代更新；

基于迭代后的下限缩放系数和上限缩放系数确定最终的缩放系数。

4.根据权利要求3所述的方法，其特征在于，根据初始负荷数据、设计负荷指标和设计不保证小时数对上限缩放系数进行迭代更新，包括如下步骤：

根据初始负荷数据和上限缩放系数确定当前负荷数据；

基于当前负荷数据和设计负荷指标确定当前不保证小时数；

将设计不保证小时数与当前不保证小时数进行比较；

当设计不保证小时数小于当前不保证小时数时，对上限缩放系数和当前负荷数据进行迭代更新，直至设计不保证小时数大于当前不保证小时数。

5.根据权利要求4所述的方法，其特征在于，根据初始负荷数据和上限缩放系数确定当前负荷数据，包括如下步骤：

Q_i＝_max×Q_i,0；

其中，Q_i为当前负荷数据，a_max为上限缩放系数，Q_i,0为初始负荷数据。

6.根据权利要求4所述的方法，其特征在于，对上限缩放系数和当前负荷数据进行迭代更新，包括如下步骤：

将上限缩放系数a_max的值增加预设增量，基于增加后的a_max值确定新的当前负荷数据。

7.根据权利要求3所述的方法，其特征在于，根据初始负荷数据、设计负荷指标和设计不保证小时数对下限缩放系数和上限缩放系数进行迭代更新，包括如下步骤：

根据下限缩放系数和上限缩放系数确定当前缩放系数；

根据初始负荷数据和当前缩放系数确定当前负荷数据；

基于当前负荷数据和设计负荷指标确定当前不保证小时数；

将设计不保证小时数与当前不保证小时数进行比较；

当设计不保证小时数小于当前不保证小时数时，更新下限缩放系数；当设计不保证小时数大于当前不保证小时数时，更新上限缩放系数；

判断更新后的下限缩放系数和上限缩放系数之间差值是否小于预设阈值；

如果小于，则停止迭代并输出当前的下限缩放系数和上限缩放系数；否则继续迭代。

8.根据权利要求7所述的方法，其特征在于，根据下限缩放系数和上限缩放系数确定当前缩放系数，包括如下步骤：

a＝(a_max+_min)/2；

其中，a为当前缩放系数，a_max为上限缩放系数；a_min为下限缩放系数。