申请/专利权人：瑞纳智能设备股份有限公司

申请日：2021-05-10

公开（公告）日：2024-02-13

公开（公告）号：CN113112094B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0639;G06Q50/06;G06F17/15

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2021.07.30#实质审查的生效;2021.07.13#公开

摘要：本发明公开了一种量化风况影响的热负荷预测方法、系统、装置及存储介质，具体步骤包括获取供热的历史数据；根据历史数据进行运算以及预处理，得到体积供暖指标；根据体积供暖指标与风况状况，建立风况对热负荷影响的离散函数模型；获取实际供热数据，根据离散函数模型和热负荷预测公式进行热负荷预测。本发明能够通过对历史数据的运算及预处理，建立风况对热负荷影响的离散函数模型，并根据离散函数模型和热负荷预测公式进行热负荷预测，得到比传统方法更加准确的数据，避免了因未考虑风力和风向等自然情况对热负荷的影响导致预测不准确，使得供热不足或者过多的问题出现。可以既节约能源，又降低用户投诉率。

主权项：1.一种量化风况影响的热负荷预测方法，其特征在于，包括：获取供热的历史数据；根据历史数据进行运算以及预处理，得到体积供暖指标；根据体积供暖指标与风况状况，建立风况对热负荷影响的离散函数模型，其具体步骤包括：将所有单元的风力、风向、体积供暖指标数据合并，并根据风力、风向的组合数据将体积供暖指标数据进行分组求算术平均值，利用同一风力、风向组合下的体积供暖指标的算术平均值表示实际真值： ；其中，表示风力，表示风向，表示在风力、风向下的实际真值，表示在风力、风向下的所有值的算数平均值；风况对热负荷影响的数据量化的离散函数模型为：；获取实际供热数据，根据离散函数模型和热负荷预测公式进行热负荷预测，其具体步骤包括：获取实际供热数据，所述实际供热数据包括供热面积、适宜的室内温度、实时数据的风力、风向和室外温度；根据实际供热数据预测计算热负荷：；其中，表示供热面积，表示适宜室内温度，表示风力，表示风向，表示室外温度。

全文数据：

权利要求：

百度查询： 瑞纳智能设备股份有限公司 量化风况影响的热负荷预测方法、系统、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD