买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京恒泰实达科技股份有限公司;华北电力大学

摘要：本发明提供一种基于多维数据图像化的LSTM园区空调负荷预测方法，包括以下步骤：获取历史时间段的空调用电负荷数据序列，气温数据序列和工作人数数据序列，分别转化为空调用电负荷RGB图像、气温RGB图像和工作人数RGB图像；采用LSTM模型进行空调负荷预测。本发明提供一种基于多维数据图像化的LSTM园区空调负荷预测方法，将空调用电负荷相关的数据转化为RGB图像，通过对RGB图像进行学习并预测，从而降低空调负荷预测的复杂度，提高空调负荷预测精度。

主权项：1.一种基于多维数据图像化的LSTM园区空调负荷预测方法，其特征在于，包括以下步骤：步骤S1，获取历史时间段的空调用电负荷数据序列，气温数据序列和工作人数数据序列；步骤S2，将所述空调用电负荷数据序列图像化为空调用电负荷RGB图像；提取所述空调用电负荷RGB图像的R通道用电负荷矩阵RL、G通道用电负荷矩阵GL和B通道用电负荷矩阵BL；将所述气温数据序列图像化为气温RGB图像；提取所述气温RGB图像的R通道气温矩阵RT、G通道气温矩阵GT和B通道气温矩阵BT；将所述工作人数数据序列图像化为工作人数RGB图像；提取所述工作人数RGB图像的R通道工作人数矩阵RM、G通道工作人数矩阵GM和B通道工作人数矩阵BM；步骤S3，分别构建得到R通道用电负荷预测LSTM模型、G通道用电负荷预测LSTM模型和B通道用电负荷预测LSTM模型；并分别对所述R通道用电负荷预测LSTM模型、G通道用电负荷预测LSTM模型和B通道用电负荷预测LSTM模型进行训练，得到训练好的R通道用电负荷预测LSTM模型、训练好的G通道用电负荷预测LSTM模型和训练好的B通道用电负荷预测LSTM模型；具体为：将R通道用电负荷矩阵RL、R通道气温矩阵RT、G通道气温矩阵GT、B通道气温矩阵BT、R通道工作人数矩阵RM、G通道工作人数矩阵GM和B通道工作人数矩阵BM，作为所述R通道用电负荷预测LSTM模型的输入层，对所述R通道用电负荷预测LSTM模型进行训练，所述R通道用电负荷预测LSTM模型的输出层为R通道用电负荷预测像素值R'L；将G通道用电负荷矩阵GL、R通道气温矩阵RT、G通道气温矩阵GT、B通道气温矩阵BT、R通道工作人数矩阵RM、G通道工作人数矩阵GM和B通道工作人数矩阵BM，作为所述G通道用电负荷预测LSTM模型的输入层，对所述G通道用电负荷预测LSTM模型进行训练，所述G通道用电负荷预测LSTM模型的输出层为G通道用电负荷预测像素值G'L；将B通道用电负荷矩阵BL、R通道气温矩阵RT、G通道气温矩阵GT、B通道气温矩阵BT、R通道工作人数矩阵RM、G通道工作人数矩阵GM和B通道工作人数矩阵BM，作为所述B通道用电负荷预测LSTM模型的输入层，对所述B通道用电负荷预测LSTM模型进行训练，所述B通道用电负荷预测LSTM模型的输出层为B通道用电负荷预测像素值B'L；步骤S4，采用训练好的R通道用电负荷预测LSTM模型、训练好的G通道用电负荷预测LSTM模型和训练好的B通道用电负荷预测LSTM模型，对下一时间段的空调用电负荷进行预测，得到R通道用电负荷预测像素值R'L、G通道用电负荷预测像素值G'L和B通道用电负荷预测像素值B'L；再采用逆变换方式，将R通道用电负荷预测像素值R'L、G通道用电负荷预测像素值G'L和B通道用电负荷预测像素值B'L转换为用电负荷预测数据，得到用电负荷预测数据波动曲线。

全文数据：

权利要求：

百度查询： 北京恒泰实达科技股份有限公司 华北电力大学 基于多维数据图像化的LSTM园区空调负荷预测方法