买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种基于EMD-PSO-LSTM的商场中央空调负荷预测方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115628522B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211343633.3，技术领域涉及：F24F11/64；该发明授权一种基于EMD-PSO-LSTM的商场中央空调负荷预测方法、系统及介质是由闫军威;韩洋明;周璇;黄晓斐;陈汉忠设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种基于EMD-PSO-LSTM的商场中央空调负荷预测方法、系统及介质在说明书摘要公布了：本发明公开了一种基于EMD‑PSO‑LSTM的商场中央空调负荷预测方法、系统及介质。该方法包括采集中央空调冷冻水系统的温度、流量数据，以及室外温湿度数据，进行负荷计算；构建LSTM模型并基于EMD分解法进行训练，利用PSO法进行参数寻优；根据历史负荷及室外温湿度数据进行负荷预测。本发明经验模态分解EMD可以将非平稳序列为平稳性序列，降低非线性度，有利于提升预测精度和速度。此外，本发明还利用历史数据挖掘出负荷之间的关联性，提升模型预测精度。

本发明授权一种基于EMD-PSO-LSTM的商场中央空调负荷预测方法、系统及介质在权利要求书中公布了：1.一种基于EMD-PSO-LSTM的商场中央空调负荷预测方法，其特征在于，包括下述步骤： 采集中央空调冷冻水系统的温度、流量数据，以及室外温湿度数据，进行负荷计算； 构建LSTM模型并基于EMD分解法进行训练，利用PSO法进行参数寻优； 所述构建LSTM模型具体为： ； ； ； ； ； ； 其中，式中W为权值项，b为偏置项，为sigmoid函数；每个时刻的输入变量包含上一时刻的单元状态C t-1，上一时刻的中间状态h t-1，以及当前时刻的输入x t ，中间变量包括遗忘门的输出f t ，输入输出门的输出i t 和O t ，以及输入节点的输出；输出变量包括单元状态C t 和中间状态h t ； LSTM模型的训练具体为： 使用EMD对负荷序列xt进行分解，得到若干个IMF和一个残差； 将前2时刻和前1时刻的负荷、室外温度以及室外湿度按照a、b、c拼接成数据序列； 将数据序列转换成n×3×3的格式，输入到LSTM模型中，以当前时刻负荷Q作为预测值，进行训练； 采用粒子群算法对LSTM模型的学习率、隐藏层层数、每层节点数和迭代次数进行寻优； 对每一个IMF使按照上述步骤预测，得到预测值0至预测值n，n为IMF的个数； 将预测值0至预测值n和残差进行叠加得到负荷预测值； 将上述步骤模型保存； 所述使用EMD对负荷序列xt进行分解，具体为： 找到负荷序列xt中的所有的极值点； 采用包络线将所有的极大值点连接形成e max ，同理将所有的极小值点连接形成e min ； 求出上下包络线的平均值e mean ，并用原始序列减去它得到新序列H： ； H=xt-e mean ； 根据下述判据判断新序列H是否为本征模态函数IMF： a本征模态函数IMF中的极值点数量与零点的数量相差不大于1； b在任意时刻本征模态函数IMF上下包络线的均值为0； c若未满足，则以H为新的xt，重复上述步骤直至满足判据得到IMF0； 每得到一次本征模态函数IMF，就将其从xt从剔除： xt=xt-IMF0； 重复上述步骤直至剩余部分残差Res为单调序列或者常值序列，即： xt=IFM0+IMF1+IMF2+⋯+IMFn+Res； 根据历史负荷及室外温湿度数据进行负荷预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。