(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210667580.4 (22)申请日 2022.06.13 (71)申请人 北京暖流科技有限公司 地址 100192 北京市海淀区上地信息路2号 （北京实创高科技发展总公司2-2号D 栋1-8层） 七层709室 (72)发明人 不公告发明人 　 (74)专利代理 机构 北京荟英捷创知识产权代理 事务所(普通 合伙) 11726 专利代理师 王献茹 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/20(2020.01) G06F 119/08(2020.01) (54)发明名称 一种建筑热动态特性预测方法及系统 (57)摘要 本发明涉及一种建筑热动态特性预测的方 法， 具体涉及一种基于子空间的建筑热动态特性 预测的方法， 具体通过传感器采集的建筑的历史 数据和实时数据， 经过拆分输入输出数据集， 构 造Hankel矩阵以及加权斜投影矩阵， 实现基于 数 据的具备关键特征的建筑热动态特性模型， 进而 求解关键 特征， 将当前时刻的实时数据集代入已 辨识好关键特征的建筑热动态模 型， 即可滚动预 测未来任意时刻的建筑热动态特性。 本发明还提 供实施该方法的一种系统， 其特征在于： 包括数 据采集模块、 数据存储模块、 建筑热动态特性特 征辨识模块、 建筑热动态特性预测模块。 其中数 据采集模块采集需要的数据， 数据存储模块进行 数据存储， 建筑热动态特性辨识模块对建筑热动 态特性特征进行辨识， 热动态特性预测模块对热 动态特性进行 预测并输出 结果。 权利要求书3页 说明书6页 附图1页 CN 115270236 A 2022.11.01 CN 115270236 A 1.一种建筑热动态特性预测的方法， 其特 征在于： 包括以下步骤： (1)获取历史数据集， 并将获取的历史数据集归一化处理后， 分为输入、 输出两类， 将k 时刻的输入数据组成的列向量记为uk， 第k刻输出数据组成的列向量记为yk， 其中k为时间标 签， 取值为0、 1、 2...m。 m为可用的数据的总长度。 向量uk中的内容是可变的， 取决于可用的 输入参数， yk为希望获取的建筑热动态特性； (2)利用历史数据集yk按照公式(1)构造 Hankel矩阵Yf和Yp； 其中i、 j为任取的两个正整数， 满足j>i； (3)利用历史数据集uk按照公式(2)构造 Hankel矩阵Up和Uf 其中i、 j为任取的两个正整数， 满足j>i； (4)利用Han kel矩阵Yf、 Yp、 Up和Uf按照(3)的构造加权斜投影矩阵oi； 其中W1和W2为加权矩阵， 分别为Ili和 Wp＝[Yp Up]T， 为将Yf投影 到Uf的行空间的补空间上； Ili为l行i列的单位矩阵； l 为矩阵Yf的行数； (5)对矩阵oi进行奇异值分解， 获得S1和V1， 获得建筑的历史状态矩阵 其内容为[x0  x1…]。 如公式(4)和公式(5)所示； (6)利用历史数据集uk、 yk和xk， 按照公式(6)和公式(7)构造LSY和LSX矩阵；权　利　要　求　书 1/3 页 2 CN 115270236 A 2xk为 中的第k个元 素； (7)利用LSY和LSX矩阵构建 建筑的热动态特性模型， 如(8)所示， 其中A、 B、 C、 D为建筑热动态模型的关键特 征矩阵； (8)求解建筑热动态模型的关键特 征矩阵A、 B、 C、 D； (9)获取τ 时刻的实时数据集， 构建相应的τ 时刻的输入和输出向量， 即uτ和yτ； (10)通过公式(9)和(10)计算建筑下一时刻( τ +1)的xτ +1； xτ +1＝Axτ+Buτ            (10) 其中 为求该矩阵的穆尔 ‑彭罗斯广义逆； (11)通过公式(1 1)计算建筑下一时刻( τ +1)的建筑动态热 特性yτ +1； yτ +1＝Cxτ +1+Duτ +1          (11) 下一时刻( τ +1)的输入向量uτ +1可以假定或预估得到 。 2.根据权利要求1所述的方法， 其特征还在于： 公式(1)和公式(2)中， 若取整个数据集 进行训练， 则j取为m ‑2·i+2。 3.根据权利要求1所述的方法， 其特征还在 于： 公式(3)中的加权矩阵W1和W2还可以分别 为 4.根据权利要求1所述的方法， 其特征还在 于： 公式(3)中的加权矩阵W1和W2还可以分别 Ili和 5.根据权利要求1所述的方法， 其特征还在 于： 公式(3)中的加权矩阵W1和W2还可以分别 Ili和Ijj。 6.根据权利要求1 ‑5所述的方法， 其特征还在于： 上述步骤(8)通过最小二乘法求解建 筑热动态模型的关键特 征矩阵A、 B、 C、 D。 7.根据权利要求1 ‑6所述的方法， 其特征还在于： 输出数据集包括但不限于房间的室内 温度， 输出数据集包括但不限于供冷(或供热)量、 室外干球温度、 水平面太阳辐射照度、 人 员占据情况(有人、 无 人或占据的人 数等)。 8.根据权利要求1 ‑7所述的方法， 其特征还在于： 该方法可以滚动预测未来任意时刻的 建筑动态热 特性。 9.一种根据权利要求1 ‑8所述的一种建筑热动态特性预测的方法来进行建筑热动态特 性预测的系统， 其特征在于： 包括数据采集模块、 数据存储模块、 建筑热动态特性特征辨识 模块、 建筑热动态特性预测模块。 其中数据采集模块采集需要的数据， 数据存储模块进行数权　利　要　求　书 2/3 页 3 CN 115270236 A 3