技術(shù)特征：

1.基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，包括下述步驟：

S1、數(shù)據(jù)初始化；

S1.1、獲取歷史數(shù)據(jù)，歷史數(shù)據(jù)包括一段時(shí)間內(nèi)室外環(huán)境干球溫度T、室外環(huán)境相對(duì)濕度RH和建筑能耗Q的逐時(shí)數(shù)據(jù)；

S1.2、歷史數(shù)據(jù)清洗，將歷史數(shù)據(jù)按時(shí)刻分為24個(gè)分時(shí)刻序列，利用3σ原則分析各時(shí)刻的異常數(shù)據(jù)，分別剔除各時(shí)刻的異常值，然后用前一天和后一天的同一時(shí)刻數(shù)據(jù)平均值替代原數(shù)據(jù)，若異常數(shù)據(jù)為邊緣數(shù)據(jù)則采用外插值法替代原數(shù)據(jù)；

S1.3、分時(shí)刻實(shí)際用能系數(shù)初始值計(jì)算，分時(shí)刻實(shí)際用能系數(shù)定義如下：

為第j時(shí)刻能耗平均值；為1到24時(shí)刻內(nèi)P(j)的最大值；

S1.4、歷史數(shù)據(jù)轉(zhuǎn)換，利用分時(shí)刻實(shí)際用能系數(shù)ξ(j),j＝1,…,24進(jìn)行歷史數(shù)據(jù)轉(zhuǎn)換，設(shè)定ξ₀為實(shí)際用能系數(shù)的限值，當(dāng)分時(shí)刻實(shí)際用能系數(shù)ξ(j)＞ξ₀，建筑歷史能耗轉(zhuǎn)換數(shù)據(jù)為當(dāng)ξ(j)≤ξ₀，建筑歷史能耗轉(zhuǎn)換數(shù)據(jù)Q₁(i，j)＝Q(i，j)，即保持不變；

S1.5、構(gòu)造多元非線性回歸能耗預(yù)測(cè)模型輸入輸出向量；

S1.6、歷史數(shù)據(jù)均一化處理，歷史數(shù)據(jù)包括歷史能耗數(shù)據(jù)和室外環(huán)境干球溫度和室外環(huán)境相對(duì)濕度；

S1.7、歷史數(shù)據(jù)建模，根據(jù)多元函數(shù)的泰勒級(jí)數(shù)展開式，選取的多元非線性回歸模型，求得多元非線性回歸模型參數(shù)；

S2、建筑能耗逐時(shí)在線預(yù)測(cè)；

S2.1、在線采集時(shí)刻初始化：j₁＝1；

S2.2、判斷j₁是否小于等于24

如果是，則進(jìn)入下一步S2.3在線數(shù)據(jù)采集與數(shù)據(jù)集更新；

如果否，則j₁＝1，再進(jìn)入下一步S2.3在線數(shù)據(jù)采集與數(shù)據(jù)集更新；

S2.3、數(shù)據(jù)集更新與在線數(shù)據(jù)采集當(dāng)前時(shí)刻為第j₁時(shí)刻時(shí)，拋棄第一天第j₁時(shí)刻的數(shù)據(jù)，Q(1,j₁),T(1,j₁),RH(1,j₁)

數(shù)據(jù)集更新，并在線采集并在數(shù)據(jù)集中存儲(chǔ)當(dāng)前時(shí)刻數(shù)據(jù)，第D+1天第j₁時(shí)刻數(shù)據(jù)，包括室外環(huán)境干球溫度T(D+1,j₁)、室外環(huán)境相對(duì)濕度RH(D+1,j₁)和建筑能耗Q(D+1,j₁)；

S2.4、數(shù)據(jù)清洗，利用3σ原則分析當(dāng)前時(shí)刻采集的能耗數(shù)據(jù)Q(D+1,j₁)是否異常，若數(shù)據(jù)異常，則采用外插值法替代原數(shù)據(jù)；

S2.5、分時(shí)刻實(shí)際用能系數(shù)在線更新；更新方法如下：

為第j₁時(shí)刻能耗平均值,為1到24時(shí)刻內(nèi)P(j)的最大值；

S2.6、在線采集數(shù)據(jù)轉(zhuǎn)換，利用當(dāng)前時(shí)刻實(shí)際用能系數(shù)ξ(j₁)進(jìn)行當(dāng)前時(shí)刻能耗數(shù)據(jù)轉(zhuǎn)換，設(shè)定ξ₀為實(shí)際用能系數(shù)的限值，當(dāng)分時(shí)刻實(shí)際用能系數(shù)ξ(j₁)＞ξ₀，建筑能耗轉(zhuǎn)換數(shù)據(jù)為當(dāng)ξ(j)≤ξ₀，建筑能耗轉(zhuǎn)換數(shù)據(jù)Q₁(D+1，j₁)＝Q(D+1，j₁)，即保持不變；

S2.7、在線采集數(shù)據(jù)標(biāo)準(zhǔn)化處理，采用與標(biāo)準(zhǔn)化方式與步驟S1.6相同的處理方式，包括在線采集能耗數(shù)據(jù)、室外環(huán)境干球溫度和室外環(huán)境相對(duì)濕度；

S2.8、下一時(shí)刻多元非線性回歸能耗在線預(yù)測(cè)；

S2.9、能耗預(yù)測(cè)數(shù)據(jù)反歸一化處理，采用如下公式：

為第D+1天j₁+1時(shí)刻能耗預(yù)測(cè)值；

S2.10、能耗預(yù)測(cè)數(shù)據(jù)分時(shí)刻用能數(shù)據(jù)反變換并輸出；

$\hat{Q}(D+1,j_1+1)={\hat{Q}}_1(D+1,j_1+1)*\mathrm{\ξ}\left(j_1\right);$

S2.11、預(yù)測(cè)模型在線更新，為下一時(shí)刻預(yù)測(cè)做準(zhǔn)備；

S2.12、判斷程序是否要求結(jié)束。

2.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S1.2中，將歷史數(shù)據(jù)按時(shí)刻分為24個(gè)分時(shí)刻序列Q(i,j),T(i,j),RH(i,j),j＝1,2,…,23,24，i＝1,2,…,D，總天數(shù)為D，則設(shè)：

P(j)為從第1天到第D天第j時(shí)刻的能耗平均值，

σ(j)為從第1天到第D天第j時(shí)刻的能耗標(biāo)準(zhǔn)差，即

若|Q(i,j)-P(j)|＞3σ(j)，且1＜i＜D，則Q(i,j)＝(Q(i-1,j)+Q(i+1,j))/2

若|Q(i,j)-P(j)|＞3σ(j)，i＝1，則Q(i,j)＝2Q(i+1,j)-Q(i+2,j)

若|Q(i,j)-P(j)|＞3σ(j)，i＝D，則Q(i,j)＝2Q(i-1,j)-Q(i-2,j)。

3.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S1.5中，具體為：

構(gòu)造輸入能耗列向量Q′(k)，室外溫度列向量T′(k)和室外相對(duì)濕度列向量RH′(k)，能耗采集日期列向量D(k)，能耗采集時(shí)刻列向量H(k)；

Q′(k)＝[Q₁(1,1),Q₁(1,2),…,Q₁(1,24),Q₁(2,1)，…，Q₁(2,24)，…，

Q₁(D,1)，…，Q₁(D,24)]^T

T′(k)＝[T(1,1),T(1,2),…,T(1,24),T(2,1)，…，T(2,24)，…，

T(D,1)，…，T(D,24)]^T

RH′(k)＝[RH(1,1),RH(1,2),…,RH(1,24),RH(2,1)，…，RH(2,24)，…，

RH(D,1)，…，RH(D,24)]^T

構(gòu)造輸入矩陣INPUT(k)＝[T′(k-1),RH′(k-1),Q′(k-1)]，

輸出矩陣Y(k)＝[Q′(k)]，2≤k≤L。

4.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S1.6中，均一化處理的方法為：

$Q^{\′\′}\left(k\right)=\frac{Q^{\′}\left(k\right)-\min Q}{\max Q-\min Q}$

$T^{\′\′}\left(k\right)=\frac{T^{\′}\left(k\right)-\min T}{\max T-\min T}$

${\mathrm{RH}}^{\′\′}\left(k\right)=\frac{{\mathrm{RH}}^{\′}\left(k\right)-\min RH}{\max RH-\min RH}$

其中Q″(k),T″(k),RH″(k)為標(biāo)準(zhǔn)化后數(shù)據(jù)；

分別為各時(shí)間序列的最小值，

分別為各時(shí)間序列的最大值。

5.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S1.7具體為：

根據(jù)多元函數(shù)的泰勒級(jí)數(shù)展開式，取多項(xiàng)式最高次數(shù)為2次，選取的多元非線性回歸模型如下：

$\begin{array}{c}{\hat{Q}}^{\′\′}\left(k\right)=f\[a_0,a_1,\mathrm{...},a_9,T^{\′\′}(k-1),{\mathrm{RH}}^{\′\′}(k-1),Q^{\′\′}(k-1)\]\\ =a_0+\left[\begin{array}{ccc}{a}_1& a_2& a_3\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′\′}(k-1)& {\mathrm{RH}}^{\′\′}(k-1)& Q^{\′\′}(k-1)\end{array}\right]}^T\\ +\left[\begin{array}{ccc}{a}_4& a_5& a_6\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′\′2}(k-1)& {\mathrm{RH}}^{\′\′2}(k-1)& Q^{\′\′2}(k-1)\end{array}\right]}^T\\ +\left[\begin{array}{ccc}{a}_7& a_8& a_9\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′\′}(k-1)\·{\mathrm{RH}}^{\′\′}(k-1)& T^{\′\′}(k-1)\·Q^{\′\′}(k-1)& {\mathrm{RH}}^{\′\′}(k-1)\·Q^{\′\′}(k-1)\end{array}\right]}^T\end{array}$

采用最小二乘估計(jì)法，求取多元非線性回歸模型參數(shù)；

設(shè)為在k時(shí)刻的能耗值，為k時(shí)刻的能耗預(yù)測(cè)值；

令多元函數(shù)G(a₀,a₁,…,a₉)對(duì)a₀,a₁,…,a₉的偏導(dǎo)數(shù)為零，即

$\frac{\∂G(a_0,a_1,...,a_9)}{\∂a_n}=0,n=0,1,...,9.$

代入訓(xùn)練數(shù)據(jù)，整理成形如A·X＝B的形式，最后利用X＝A^-1·B，即可求得多元非線性回歸模型參數(shù)a₀,a₁,…,a₉，其中，A為10×10的矩陣，B為10×1矩陣。

6.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，所述步驟S2.3具體為：

數(shù)據(jù)集更新，即從第1天開始到第D天結(jié)束，將第i+1天全天各時(shí)刻的建筑能耗值、室外環(huán)境干球溫度值和室外環(huán)境相對(duì)濕度值賦給第i天同一時(shí)刻的建筑能耗、室外環(huán)境干球溫度和室外環(huán)境相對(duì)濕度；所述步驟S2.4具體為：

設(shè)

P(j₁)為從第2天到第D+1天第j₁時(shí)刻的能耗平均值，

σ(j₁)為從第2天到第D+1天第j₁時(shí)刻的能耗標(biāo)準(zhǔn)差，

$\mathrm{\σ}\left(j_1\right)=\sqrt{\frac{1}{D}\underset{i=2}{\overset{D+1}{\Σ}}{\left(Q\right(i_1,j_1)-P(j_1\left)\right)}^2}$

即

若|Q(D+1,j₁)-P(j₁)|＞3σ(j₁)，則Q(D+1,j₁)＝2Q(D,j₁)-Q(D-1,j₁)。

7.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S2.7具體為：

(1)在線采集能耗數(shù)據(jù)標(biāo)準(zhǔn)化處理

${Q_1}^{\′}(D+1,j_1)=\frac{Q_1(D+1,j_1)-\min Q}{\max Q-\min Q}$

(2)在線采集室外環(huán)境干球溫度數(shù)據(jù)標(biāo)準(zhǔn)化處理

$T^{\′}(D+1,j_1)=\frac{T(D+1,j_1)-\min T}{\max T-\min T}$

(3)在線采集室外環(huán)境相對(duì)濕度數(shù)據(jù)標(biāo)準(zhǔn)化處理

${\mathrm{RH}}^{\′}(D+1,j_1)=\frac{RH(D+1,j_1)-\min RH}{\max RH-\min RH}.$

8.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S2.8具體為：

$\begin{array}{c}{{\hat{Q}}_1}^{\′}(D+1,j_1+1)=f\[a_0,a_1,\mathrm{...},a_9,T^{\′}(D+1,j_1),{\mathrm{RH}}^{\′}(D+1,j_1),Q_1(D+1,j_1)\]\\ =a_0+\left[\begin{array}{ccc}{a}_1& a_2& a_3\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′}(D+1,j_1)& {\mathrm{RH}}^{\′}(D+1,j_1)& Q^{\′}(D+1,j_1)\end{array}\right]}^T\\ +\left[\begin{array}{ccc}{a}_4& a_5& a_6\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′2}(D+1,j_1)& {\mathrm{RH}}^{\′2}(D+1,j_1)& Q^{\′2}(D+1,j_1)\end{array}\right]}^T\\ +\left[\begin{array}{ccc}{a}_7& a_8& a_9\end{array}\right]{\left[\begin{array}{ccc}{T}^{\′}(D+1,j_1)\·{\mathrm{RH}}^{\′}(D+1,j_1)& T^{\′}(D+1,j_1)\·Q^{\′}(D+1,j_1)& {\mathrm{RH}}^{\′}(D+1,j_1)\·Q^{\′}(D+1,j_1)\end{array}\right]}^T.\end{array}$

9.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S2.11具體為：

構(gòu)造輸入能耗列向量Q″(k)，室外溫度列向量T″(k)和室外相對(duì)濕度列向量RH″(k)；

Q″(k)＝[Q₁(1,j₁+1),Q₁(1,j₁+2),…,Q₁(1,24),Q₁(2,1)

，…，Q₁(D,1)，…，Q₁(D,24),Q₁(D+1,1),…，Q₁(D+1,j₁)]^T

T″(k)＝[T₁(1,j₁+1),T₁(1,j₁+2),…,T₁(1,24),T₁(2,1)，…，

T₁(D,1)，…，T₁(D,24),T₁(D+1,1),…，T₁(D+1,j₁)]^T

RH″(k)＝[RH₁(1,j₁+1),RH₁(1,j₁+2),…,RH₁(1,24),RH₁(2,1)，…，

RH₁(D,1)，…，RH₁(D,24),RH₁(D+1,1),…，RH₁(D+1,j₁)]^T

構(gòu)造輸入矩陣INPUT(k)＝[T″(k-1),RH″(k-1),Q″(k-1)]

將Q"(k)、Q"(k-1)、T"(k-1)、RH"(k-1)中數(shù)據(jù)代入A、B矩陣中，即代入

A·X＝B中，最后利用X＝A^-1·B，即可求得多元非線性回歸模型參數(shù)a₀,a₁,…,a₉。

10.根據(jù)權(quán)利要求1所述基于分時(shí)刻實(shí)際用能系數(shù)的大型建筑逐時(shí)能耗在線預(yù)測(cè)方法，其特征在于，步驟S2.12具體為：

j₁＝j(luò)₁+1

判斷是否收到程序結(jié)束指令，

如果是，則程序結(jié)束；

如果否，則轉(zhuǎn)至S2.2判斷j₁是否小于等于24的步驟，然后再次執(zhí)行在線預(yù)測(cè)的流程。