基與AI負荷預測與調控,采用機理與數據混合驅動的技術路線。
機理分析
研究供熱原理，深入了解熱量傳遞、熱損失等供熱系統的工作機理;
分析建筑物熱特性，考慮建筑物結構、材料、保溫性能等因素對熱負荷的影響;
根據機理分析結果，構建初步的熱負荷預測機理模型。
數據驅動建模
從收集的數據中選取與熱負荷相關的關鍵特征;
根據數據特點和預測要求，選擇合適的數據驅動算法，如神經網絡、支持向量
機、隨機森林等;
利用歷史數據對選定的算法進行訓練，調整模型參數，提高預測精度。
