一种用于自适应环境变化温度预测的方法与流程

本发明属于温度预测技术领域，具体涉及自适应环境变化温度预测的方法。

背景技术：

山冈伸嘉，石峰润一，永松郁朗，铃木正博，胜井忠士，大庭雄次，斋藤精一，植田晃，浦木靖司发明的《温度预测装置和方法》(申请号cn201010269294.x)公开了一种利用温度变化快慢预测达到温度阀值时间和能否达到温度阀值的方法。然而这种方法只能预测波峰的温度变化情况，不能预测长时间多次峰谷循环的温度波动情况。

陈孝武、于春娣、董朝艳、郝静麒发明的《基于神经网络预测的供热节能控制方法与系统》(申请号201610171522.7)公开一种通过输入现实环境如热水量，热水入口流量等参数下进行神经网络模型训练预测未来时刻的温度的方法。然而这种方法是建立在具有对温度有影响的参数的输入的条件下使用，不能对只有温度一个变动值进行预测未来温度。

左志宇、毛罕平、张晓东、胡静、韩绿化、倪静在《农业机械学报第41卷11期》《基于时序分析法的温室温度预测模型》公开了一种利用时序分析法并且经过专业人员根据时序温度曲线设置参数和建立温度预测模型预测具有多次峰谷循环的温度波动。然而，这种方法虽然能对长时间多次峰谷循环的温度波动进行预测，但是由于需要专业人员对时序积累的数据进行专业分析等步骤来构建预测模型，一旦出现如温室更换耕种作物，温室新增降温设备等环境重大变化的情况下，该方法不能自适应新状况。

技术实现要素：

在冷库温控场景，公共冷库每个小时的进出货物的数量、每个小时进出货物自身温度与该时刻库温温差、温度触发制冷系统启动造成的温度下降、每个小时库房外部环境渗热都能够影响冷库温度的变化，同时这些因素存在偶发性的特点。对不同时段的温度变化进行预估，给冷库经营者提供制冷系统开停建议，对冷库降低能耗，提高经营效益具有非常重要的作用。因此，我们需要在存在偶发性因素的情况下，能提前给予生产者未来一段时间的温度可能的波动，使得生产者可以提前安排相应措施，实现更有效益的经营。技术背景所涉及的三类温度预测的方法都无法满足此需求。

本发明要解决的是自适应在环境存在不可控因素变化并且具有多次温度波动的特点的情况给予生产者具有时间相关性的温度预测的难题。

本发明为了解决以上难题，提出了利用时序分析法的原理，通过积累过去历史温度数据的基础上，创新以最近一段时间的多个温度数据作为样本，与历史不同时间单位长度间隔的同一时刻温度数据的进行偏差比对，取偏差最小的历史时间段作为参照对象并且取参照对象的指定时间的温度数据作为预测结果的方法，以实现系统自动对历史数据进行运算处理识别并将当前温度变化特征相接近的，包含偶发性因素影响的，有相关性的温度记录作为未来一段时间的温度可能的预测结果提供给生产者，帮助生产者优化生产安排。

具体技术方案

本发明由三部分组成：温度探测装置、数据储存装置和运算处理装置。

本发明包括：模块1-温度采集模块和模块2—自动运算模块。

模块1-温度采集模块,其步骤包括：步骤a1：利用温度探测装置在指定空间将装置探测范围内现实环境物理温度转化为电信号并且进行预处理形成数字数值信息传输到数据储存装置。

步骤a2：数据储存装置接受温度探测装置传输的温度数字数值信息以第一列“数据序号”，第二列“采集温度值”，第三列“采集时间值”的方式形成的二维表格结构进行保存。

步骤a3：等待采集温度时间间隔，循环步骤a1。

模块2—自动运算模块，其步骤包括：步骤b1：判断当前时间是否达到循环时间。

步骤b2：根据采集温度时间间隔，指定计算时间单位，指定运算方法，参照时间范围和样本时间范围，数据运算处理装置将参照时间范围与样本时间范围相应时刻内的温度值进行指定方法的运算并经过大小比较运算输出比较结果最小值和运算结果最小值对应的参照时间范围的起止时刻作为参照对象。

步骤b3：根据指定时间，运算处理装置将根据指定时间的指定时刻或指定起止时刻范围查找经步骤b2运算得出的参照对象的指定时间内该时刻或起止时刻范围的温度值作为预测结果输出。

步骤b4：返回步骤b1。

本发明公开了一种用于自适应环境变化温度预测的方法，所述温度预测方法可以广泛应用于冷库制冷温控系统应用、温室温控系统应用、楼宇空调冷暖温控系统应用、一般制暖温控系统应用等应用场景，其有益效果是：1.实施耗费低。使用本发明方法全自动无需人为输入参数，使用成本低。

2.自适应偶发变化。本发明方法基于历史数据的积累，能有效识别历史类似偶发变化，从而做到自适应预测。

3.方法简单，可靠，便于推广应用。本发明方法中涉及的数据记录、预测方法经过对时间、算法等管理需求的初始化设置后，系统自动运算无需人工干预，方法简单，易于理解。

4.为降低能耗提供数据支持。使用者通过利用本发明方法预测到的温度波动可以充分利用国内峰平谷电价的条件，在谷电价时间加长温控设备开启时长，减少在峰和平电价的设备开启时长。通过合理调节设备开启时间，实现更低电费开支。

附图说明：图1为本发明方法流程概述图。

图2为本发明方法操作流程图。

图3为本发明方法模块1操作流程图。

图4为本发明方法模块2操作流程图。

图5为本发明实施例操作流程图。

图6为本发明实施例模块1操作流程图。

图7为本发明实施例模块2操作流程图缩小比例整图。

图7-1为本发明实施例模块2操作流程图上半部分。

图7-2为本发明实施例模块2操作流程图下半部分。

图8为2月部分温度曲线图和3月部分温度曲线图对比。

图9为本发明3月8日预测结果与实际值对比图。

具体实施方式

下面将结合示意图对本发明的具体实施方式进行更详细的描述。

如图5，图6，图7所示，本发明实施例应用场景优选为冷库温控环境，所述冷库温控环境的采用本发明方法包括以下步骤：

步骤1：初始化参数：采集温度时间间隔＝1分钟、指定计算时间单位＝1天、参照时间范围＝前30天、样本时间范围＝0时至11时55分、指定时间＝12时至24时，循环时间＝每天11时56分和指定运算＝“参照时间日期与样本当天的同小时同分钟的温度值算术减法并取算术绝对值”。

步骤2：启动模块1和模块2。

模块1的步骤如下：

步骤as1,采集环境温度并上传温度数值至数据储存装置。

步骤as2,数据储存装置以上传的温度值和当前时间值为内容并在以第一列“数据序号”，第二列“采集温度值”，第三列“采集时间值”的方式形成的二维表格结构的数据库中新建一条数据记录。

步骤as3,等待采集温度时间间隔1分钟，循环至步骤as1。

模块2的步骤如下：步骤bs1,运算处理装置判断时间是否达到循环时间11时56分，如是则下一步，如不是则继续等待。

步骤bs2,运算处理装置读取数据储存装置样本时间范围从0时至11时55分的每一采集间隔1分钟的数据并建立一个二维数组，命名为样本数组。

步骤bs3,运算处理装置建立一个二维数据，命名为参照结果数组，用以保存运算结果和该计算单位时间。

步骤bs4,运算处理装置读取数据储存装置参照时间范围前30天每个计算单位时间(本例：自然日)从0时至11时55分的每一采集间隔1分钟的数据并与样本数组进行指定算法，同时存入参照结果数组。

步骤bs5,运算处理装置对参照结果数组的算法结果值进行大小比较，选出算法结果值小值的计算单位时间值(本例：算法结果最小值对应的日期，后续步骤以“参照日期”代替算法结果值小值的计算单位时间值)。

步骤bs6,运算处理装置向数据储存装置读取“参照日期”从12时至24时的数据，并作为预测结果输出。

步骤bs7,循环至步骤bs1。

如图8所示，该冷库2月的温度波动比较频繁的。从2月和3月的温度波动对比可以看出，根据生产者自己观察波动规律和自我总结和研究后，在3月初，生产者自己做了一些调整。从3月的温度波动情况看，13时至20时实现了减少制冷系统开启的效果，从而实现了能耗降低。生产者获取数据图表后，自己优化生产。从中可以说明本发明能为降低能耗提供数据支持的现实效益。

如图9所示，虽然该冷库2月和3月波动有明显不同，系统也能自适应新变化，在没有进行参数调整和没有进行人为干预的情况下，自动按照指定流程生成预测结果。从中可以说明本发明能满足自适应偶发变化进行预测的特点并且简单易于，操作成本低。

上述仅为本发明的优选实施例，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明披露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。