-
公开(公告)号:CN119476559A
公开(公告)日:2025-02-18
申请号:CN202411378581.2
申请日:2024-09-30
Applicant: 安徽建筑大学
IPC: G06Q10/04 , G06Q50/40 , G06F16/29 , G06N3/0464 , G06N3/0442 , G06N3/006 , G06N3/0985
Abstract: 本发明公开了一种基于日冷负荷总量预测的机场航站楼蓄冰量测算方法,包括以下步骤:S1、构建日冷负荷总量预测神经网络模型,学习机场航站楼冰蓄冷空调系统的历史数据样本中日冷负荷总量与机场航站楼的室外气象参数、日进出港航班总数量的对应关系;S2、采集预测当天的来自气象预报数据中的室外气象参数和来自机场调度系统中的日进出港航班总数量,并在预处理后,输入到日冷负荷总量预测神经网络模型进行预测,输出日冷负荷总量的预测值;S3、基于日冷负荷总量预测值,若预测值低于冰蓄冷空调系统的蓄冰槽最大蓄冰量,则按照预测值蓄冰;若预测值大于等于蓄冰槽最大蓄冰量,则按照蓄冰槽最大蓄冰量蓄冰。本发明实现了空调系统蓄冰量的准确测算。
-
公开(公告)号:CN119476558A
公开(公告)日:2025-02-18
申请号:CN202411378456.1
申请日:2024-09-30
Applicant: 安徽建筑大学
IPC: G06Q10/04 , G06F18/27 , G06F16/29 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06Q50/06 , G06Q50/26 , G06Q50/40
Abstract: 本发明公开了一种机场航站楼动态冷负荷预测方法、装置及程序产品,该方法包括以下步骤:S1、构建动态冷负荷预测神经网络模型,从历史样本数据中学习机场航站楼t时刻的冷负荷与t‑4‑t‑1时段的冷负荷及t‑4~t时段的气象参数序列和进出港航班班次序列的对应关系;S2、采集t‑1~t时段的气象参数序列、进出港航班班次序列、t‑4‑t‑1时段的冷负荷,输入到动态冷负荷预测神经网络模型中,输出t时刻的机场航站楼冷负荷预测值。本发明实现了机场航站楼动态冷负荷预测。
-