一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质与流程

allin2026-08-29  11


本申请涉及智能评估领域,且更为具体地,涉及一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质。


背景技术:

1、随着全球气候变化和城市化进程的加快,空调作为调节室内环境的重要设备,其能耗问题日益凸显。空调负荷的可调节潜力评估对于优化能源分配、降低能耗成本、提高能源利用效率具有重要意义。

2、然而,现有研究在评估空调负荷可调节潜力时,往往忽略了终端用户使用行为的多样性和复杂性,以及不同用户和空间对空调使用特性的不同需求。因此,期待一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质。


技术实现思路

1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质,其通过结合深度学习算法,考虑终端用户的使用行为和空调所属位置的差异,通过聚类分析的方法将具有相同用户使用行为模式和空调位置特性的空调负荷时序特征分布归为一类,以形成作为基准信息的匹配数据库,然后将单体空调的空调负荷时序关联分布模式与匹配数据库中各个类型的基准模式进行匹配关联,以作为空调负荷可调节潜力的评估依据,实现空调温度调节上限值和温度调节下限值的智能化生成。通过这样的方式,得到空调负荷可调节潜力上下限,为温度控制和优化能源分配提供重要的技术支持。

2、根据本申请的一个方面,提供了一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其包括:

3、获取空调负荷数据的集合;

4、基于低压台区下用户使用行为和空调所属位置的差异,对所述空调负荷数据的集合进行聚类分析以得到空调负荷数据聚类子集的集合;

5、对所述空调负荷数据聚类子集的集合进行空调负荷时序模式特征提取以得到空调负荷数据聚类子集时序模式特征向量的集合;

6、获取单体空调的空调负荷数据的时间序列;

7、对所述单体空调的空调负荷数据的时间序列进行空调负荷时序模式特征提取以得到单体空调负荷数据时序关联隐含特征向量;

8、将所述单体空调负荷数据时序关联隐含特征向量和所述空调负荷数据聚类子集时序模式特征向量的集合进行匹配查询以得到空调负荷可调节潜力语义编码向量;

9、基于所述空调负荷可调节潜力语义编码向量,确定温度调节上限值和温度调节下限值。

10、根据本申请的另一个方面,提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法。

11、与现有技术相比,本申请提供的一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质,其通过结合深度学习算法,考虑终端用户的使用行为和空调所属位置的差异,通过聚类分析的方法将具有相同用户使用行为模式和空调位置特性的空调负荷时序特征分布归为一类,以形成作为基准信息的匹配数据库,然后将单体空调的空调负荷时序关联分布模式与匹配数据库中各个类型的基准模式进行匹配关联,以作为空调负荷可调节潜力的评估依据,实现空调温度调节上限值和温度调节下限值的智能化生成。通过这样的方式,得到空调负荷可调节潜力上下限,为温度控制和优化能源分配提供重要的技术支持。



技术特征:

1.一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,包括:

2.根据权利要求1所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,对所述空调负荷数据聚类子集的集合进行空调负荷时序模式特征提取以得到空调负荷数据聚类子集时序模式特征向量的集合,包括:

3.根据权利要求2所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,对所述单体空调的空调负荷数据的时间序列进行空调负荷时序模式特征提取以得到单体空调负荷数据时序关联隐含特征向量,包括:

4.根据权利要求3所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,将所述单体空调负荷数据时序关联隐含特征向量和所述空调负荷数据聚类子集时序模式特征向量的集合进行匹配查询以得到空调负荷可调节潜力语义编码向量,包括:

5.根据权利要求4所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,以所述单体空调负荷数据时序关联隐含特征向量作为查询特征向量,将所述查询特征向量和所述空调负荷数据聚类子集时序模式特征向量的集合输入基于信息流动交互的特征查询模块以得到所述空调负荷可调节潜力语义编码向量,包括:

6.根据权利要求5所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,计算所述空调负荷数据聚类子集时序模式特征向量的集合中的每个空调负荷数据聚类子集时序模式特征向量与所述查询特征向量之间的语义关联度以得到语义关联度的序列,包括:

7.根据权利要求6所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,对所述语义关联度的序列中的各个语义关联度进行归一化以得到信息交互匹配查询因子的序列,包括:

8.根据权利要求7所述的考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法,其特征在于,基于所述空调负荷可调节潜力语义编码向量,确定温度调节上限值和温度调节下限值,包括:

9.一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令在计算机中执行时,令所述计算机执行权利要求1-8中任一项的所述的方法。


技术总结
本申请公开了一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质,其通过结合深度学习算法,考虑终端用户的使用行为和空调所属位置的差异,通过聚类分析的方法将具有相同用户使用行为模式和空调位置特性的空调负荷时序特征分布归为一类,以形成作为基准信息的匹配数据库,然后将单体空调的空调负荷时序关联分布模式与匹配数据库中各个类型的基准模式进行匹配关联,以作为空调负荷可调节潜力的评估依据,实现空调温度调节上限值和温度调节下限值的智能化生成。通过这样的方式,得到空调负荷可调节潜力上下限,为温度控制和优化能源分配提供重要的技术支持。

技术研发人员:李俊楠,田闽哲,杨雷,郭露方,马茗婕,付航,张航,李冰洋,苏世杰,周慧娟,王国卉,陶贺香
受保护的技术使用者:国网河南省电力公司营销服务中心
技术研发日:
技术公布日:2024/10/31
转载请注明原文地址: https://www.8miu.com/read-30797.html

最新回复(0)