基于加权残差聚类的建筑负荷预测区间估计

摘要

提出基于加权残差聚类的建筑负荷预测区间估计方法,旨在对建筑负荷预测模型的不确定性进行定量评估.使用Shapley additive explanations方法量化负荷预测模型的每个输入对输出的贡献程度.基于得到的贡献程度对模型输入进行加权聚类,获得不同聚类簇中的模型历史残差分布.根据不同聚类簇中的残差分布估计模型的预测区间.在深圳某办公建筑1 a的冷负荷数据集上进行验证.结果表明,与传统不对输入进行加权的方法相比,该方法可以显著提高预测区间的估计精度.期望得到的预测区间与该方法得到的预测区间的平均覆盖误差为1.87%,而传统方法的平均覆盖误差为2.27%.该方法可以用于估计任何数据驱动的建筑负荷预测模型的不确定性,从而为优化控制和故障诊断提供更可靠的负荷预测模型.