【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于bim的建筑电力资源智能分配方法。
技术介绍
1、建筑电力资源管理是现代建筑能耗优化的重要组成部分，其主要目标是通过精确预测和合理分配建筑内部的电力资源，降低能耗、提高能源利用效率并保障供电安全。然而，当前的技术方案在数据整合、用电需求预测和电力分配优化等方面存在显著不足。随着智慧建筑和绿色建筑理念的兴起，对建筑电力资源管理的智能化和精细化需求不断提高，不仅要求能够有效整合多源数据，还需实现高精度的用电需求预测和动态高效的电力分配。
2、但上述技术存在如下技术问题：在建筑电力资源智能分配中对数据整合不正确、用电需求预测不精确以及分配低效的技术问题。
技术实现思路
1、本专利技术提供一种基于bim的建筑电力资源智能分配方法，以解决在建筑电力资源智能分配中对数据整合不正确、用电需求预测不精确以及分配低效的技术问题。
2、本专利技术的一种基于bim的建筑电力资源智能分配方法，具体包括以下技术方案：
3、一种基于bim的建筑电力资源智能分配方法，包括以下步骤：
4、s1.获取建筑建模数据和各建筑区域的实时用电数据；对建筑建模数据和各建筑区域的实时用电数据进行整合处理，得到整合后的建筑建模数据和实时用电数据；
5、s2.获取历史建筑建模数据和历史用电数据并进行整合，得到整合后的历史建筑建模数据和历史用电数据；基于整合后的历史建筑建模数据和历史用电数据，构建用电需求预测模型；通过用电需求预测模型
6、s3.基于各建筑区域的用电需求预测结果，通过多目标优化分配算法，生成优化分配策略；基于优化分配策略，动态调整各建筑区域的供电量，进行电力资源智能分配。
7、优选的，所述s1，具体包括：
8、所述整合处理的具体实现步骤为：
9、第一步，对建筑建模数据和各建筑区域的实时用电数据进行预处理，得到预处理后的建筑建模数据和实时用电数据；
10、第二步，对预处理后的建筑建模数据和实时用电数据，使用基于空间区域和设备编号的关联算法进行数据匹配，得到匹配矩阵；
11、第三步，对匹配矩阵进行时间序列对齐处理，得到时间对齐后的整合数据；对时间对齐后的整合数据进行数据结构化处理，得到整合后的建筑建模数据和实时用电数据。
12、优选的，所述s1，具体包括：
13、在基于空间区域和设备编号的关联算法的实现过程中，引入基于空间权重分配的多维匹配算法，计算预处理后的实时用电数据与预处理后的建筑建模数据之间的匹配度，得到匹配权重；基于匹配权重，构建匹配权重矩阵；匹配权重的具体计算公式为：
14、
15、其中，wij是匹配权重，表示预处理后的实时用电数据的第i个记录与预处理后的建筑建模数据的第j个对象之间的匹配度；λ1是距离衰减参数；α、β、γ是特征权重系数，分别用于控制空间距离、功率相似度和区域面积相似度对匹配权重的影响程度；(xj，yj)表示预处理后的建筑建模数据的第j个对象的建筑区域的空间坐标；表示预处理后的实时用电数据的第i个记录的实时空间位置；pj表示预处理后的建筑建模数据的第j个对象的设备功率；表示预处理后的实时用电数据的第i个记录的实时功率；aj表示预处理后的建筑建模数据的第j个对象的区域面积；表示预处理后的实时用电数据的第i个记录的区域面积；是基于空间距离的影响因子；是功率相似度因子；是区域面积相似度因子。
16、优选的，所述s1，具体包括：
17、引入反映预处理后的实时用电数据的记录与预处理后的建筑建模数据的对象匹配情况的二元变量，结合约束条件，构建全局优化目标函数，最大化所有匹配权重的总和；优化求解后，基于二元变量，构建匹配矩阵；对匹配矩阵进行后处理，当匹配权重小于等于预设的匹配权重阈值时，对匹配权重的具体计算公式进行重新调整。
18、优选的，所述s2，具体包括：
19、基于整合后的历史建筑建模数据和历史用电数据，通过多层次特性关联和非线性嵌套结构，构建多层嵌套时序特性关联模型作为用电需求预测模型。
20、优选的，所述s2，具体包括：
21、在用电需求预测模型的构建过程中，对整合后的历史建筑建模数据和历史用电数据进行特征提取，得到特征数据；所述特征数据包括建筑特征矩阵和时间序列特征矩阵；对时间序列特征矩阵进行特征分解，得到不同频率特性；对建筑特征矩阵进行主成分分析，降维提取建筑特性主成分；在隐藏层中的映射单元中，通过映射处理，将频率特性与建筑特性主成分进行交叉关联，得到非线性映射矩阵。
22、优选的，所述s2，具体包括：
23、在隐藏层中的动态优化单元中，基于非线性映射矩阵，引入时间延迟交互处理，计算时间延迟交互结果，得到时序-空间交互特性矩阵。
24、优选的，所述s2，具体包括：
25、引入多层次嵌套结构，对不同频率层次的时序空间交互特性矩阵进行嵌套组合，得到隐藏层的输出；将隐藏层的输出输入到预测层，使用双曲正切函数，预测未来时间段的用电需求。
26、优选的，所述s3，具体包括：
27、基于各建筑区域的用电需求预测结果，结合预处理后的建筑建模数据，构建多目标优化函数；多目标优化函数的具体定义为：
28、
29、其中，是多目标优化函数；是第个建筑区域在时间t的电力资源分配功率；是第个建筑区域在时间t的用电需求预测值；是建筑中定义的区域数量；是供需平衡目标的权重系数；是第个建筑区域到电力设备在时间t时的传输损耗；是第个建筑区域的电力设备在时间t时的电力资源分配功率；是第个建筑区域到电力设备之间的物理距离；是距离衰减系数，用于控制远距离传输能耗在优化中的影响；∈是防止分母为零的小数偏置量；是建筑中所有电力设备的数量；是损耗最小化目标的权重系数；是第个建筑区域与第个建筑区域在时间t的耦合相位角；是第个建筑区域与第个建筑区域在时间t的固定相位偏移；是建筑中参与耦合的区域对数；η是区域耦合目标的权重系数；t是优化时间窗口的总时长；
30、对多目标优化函数进行求解，得到最优分配功率；基于最优分配功率，生成最优分配策略。
31、优选的，所述s3，具体包括：
32、收集实际用电结果数据，将实际用电结果数据与用电需求预测结果进行对比分析，获得对比分析结果；基于对比分析结果，优化用电需求预测模型，改进电力分配策略。
33、本专利技术的技术方案的有益效果是：
34、1、利用基于空间权重分配的多维匹配算法，显著提高数据匹配的准确性，解决了因设备编号重复、空间区域模糊等导致的匹配不准确问题。
35、2、采用多层嵌套时序特性关联模型，挖掘建筑区域用电特性与外部时序特性之间的深层关联。通过频率分解与建筑特性主成分的嵌套关联处理，实现用电需求的多维度建模本文档来自技高网...
【技术保护点】
1.一种基于BIM的建筑电力资源智能分配方法，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BIM的建筑电力资源智能分配方法，其特征在于，所述S1，具体包括：
3.根据权利要求2所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S1，具体包括：
4.根据权利要求3所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S1，具体包括：
5.根据权利要求1所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S2，具体包括：
6.根据权利要求5所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S2，具体包括：
7.根据权利要求6所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S2，具体包括：
8.根据权利要求7所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S2，具体包括：
9.根据权利要求1所述的一种基于BIM的建筑电力资源智能分配方法，其特征在于，所述S3，具体包括：
10.根据权
...【技术特征摘要】
1.一种基于bim的建筑电力资源智能分配方法，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bim的建筑电力资源智能分配方法，其特征在于，所述s1，具体包括：
3.根据权利要求2所述的一种基于bim的建筑电力资源智能分配方法，其特征在于，所述s1，具体包括：
4.根据权利要求3所述的一种基于bim的建筑电力资源智能分配方法，其特征在于，所述s1，具体包括：
5.根据权利要求1所述的一种基于bim的建筑电力资源智能分配方法，其特征在于，所述s2，具体包括：
6.根据...
【专利技术属性】
技术研发人员：李俊，宋锦慧，祝湾湾，杨莉，张珂，刘芬芬，
申请(专利权)人：山东凌岳智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。