技术特征：1.一种基于空气焓值的地铁空调负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
3.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
4.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
5.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
6.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
7.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
8.根据权利要求1所述的一种基于空气焓值的地铁空调负荷预测方法，其特征在于：
技术总结本发明提供了一种基于空气焓值的地铁空调负荷预测方法，该方法包括以下步骤：通过负荷模拟软件模拟出地铁空调在空调季的逐时负荷，并与历史实际运行负荷比较以验证模拟数据的准确性，通过在负荷模拟软件里搭建平台，该平台可以满足这样的功能，在输出负荷的同时，也输出造成该负荷的逐时新风，室外温度，湿度，人流量，设备散热等相关性较强的因素；将模拟出的数据分成训练集，验证集，测试集，且比例为7∶2∶1；通过BP神经网络算法训练模拟出的数据得到第一模型，并对训练出的模型加以验证以及测试；提取室外温度，室外湿度，第一模型预测出的负荷。重复上述过程得到第二模型，改变室外温度，室外湿度，利用第二模型预测出负荷，并与第一模型预测出的负荷进行比较，以验证第二模型的准确性。利用室外温度，室外湿度确定室外的焓值，并构建焓值与第二模型预测出的负荷的散点图；通过数值分析软件分析上述散点图，在线性，对数，二次，三次，复合等10个函数中选择最优的拟合方程，利用最优拟合方程通过焓值预测负荷。本发明提高了负荷预测精度，解决了当前负荷预测输入参数难以获取的问题，使得负荷预测更适用于实际工程的应用。
技术研发人员：张港,牛晓峰,王兆骅,赵进铭,田啟康
受保护的技术使用者：南京工业大学
技术研发日：技术公布日：2024/3/27