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！

龙图腾网获悉陕西德联新能源有限公司申请的专利一种基于人工智能的供暖需求预测方法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：CN120450176B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510965478.6，技术领域涉及：G06Q10/04；该发明授权一种基于人工智能的供暖需求预测方法是由晁鑫;付申;赵文进;杨子达设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于人工智能的供暖需求预测方法在说明书摘要公布了：本发明公开了一种基于人工智能的供暖需求预测方法，本发明涉及建筑供暖技术领域。该方法步骤包括：收集建筑特性环境数据与供暖热量数据，经卡方检验、皮尔逊相关性分析得供暖热量显著关联值、相关性系数，计算供暖热量重要性指数并筛选建筑特性环境数据。将筛选数据与供暖热量数据输入支持向量机回归模型训练；基于傅里叶定律、牛顿冷却定律分析建筑特性环境数据，计算墙体热传导损失值、窗体热对流损失值，建立建筑热平衡动态方程；实时采集建筑特性环境筛选数据输入支持向量机回归模型，获第一供暖热量预测值；同步将实时建筑特性环境数据输入动态方程，获第二供暖热量预测值。融合两类预测值生成综合预测值，实现供暖需求预测。

本发明授权一种基于人工智能的供暖需求预测方法在权利要求书中公布了：1.一种基于人工智能的供暖需求预测方法，其特征在于：包括以下步骤： 步骤S1：收集建筑物的供暖数据并通过时间进行分类，得到建筑供暖数据集，所述建筑供暖数据集包括建筑特性环境数据和供暖热量数据； 步骤S2：通过对建筑特性环境数据和供暖热量数据进行皮尔逊相关性分析，计算得到供暖热量相关性系数；通过对建筑特性环境数据和供暖热量数据进行卡方检验，计算得到供暖热量显著关联值； 步骤S3：结合所述供暖热量相关性系数和供暖热量显著关联值，计算得到供暖热量重要性指数；通过所述供暖热量重要性指数对建筑特性环境数据进行特征筛选，得到建筑特性环境筛选数据； 步骤S4：将所述建筑特性环境筛选数据和供暖热量数据输入到支持向量机回归模型中进行训练，得到训练好的支持向量机回归模型；通过傅里叶定律对建筑特性环境数据进行分析，得到建筑墙体热传导损失值；具体为： ； 其中，为建筑墙体热传导损失值，为墙体材料导热系数，由墙体本身的材料决定，为墙体传热面积，为建筑内温度，建筑外温度，为墙体厚度； 通过牛顿冷却定律对建筑特性环境数据进行分析，得到建筑窗体热对流损失值；具体为： ； 其中，表示建筑窗体热对流损失值，表示窗体换热系数，由窗体本身的材料决定，表示窗体的表面积，为建筑内温度，建筑外温度； 结合所述建筑墙体热传导损失值和建筑窗体热对流损失值，建立建筑热平衡动态方程： ； 其中，为时刻的建筑供暖热量，为建筑热容量，，其中为建筑材料密度，为建筑体积，为建筑材料比热容，为建筑内温度在时刻下的变化率，=，为时间间隔，为时刻下的室内温度，为时刻下的室内温度，为时刻下的墙面热传导损失值，表示时刻建筑窗体热对流损失值，为时刻下的太阳能辐射增益，=，其中，为窗体太阳辐射吸收率，由窗体本身的材料决定，表示窗体的表面积，为时刻下的太阳辐射强度； 步骤S5：实时收集建筑特性环境筛选数据并输入到训练好的支持向量机回归模型中，得到第一供暖热量预测值；同时，将实时收集的建筑特性环境数据输入到建筑热平衡动态方程中，输出得到第二供暖热量预测值； 步骤S6：结合第一供暖热量预测值和第二供暖热量预测值，计算得到供暖热量综合预测值，实现对供暖需求的预测，其中供暖热量综合预测值计算公式为： ； 其中，为时刻的供暖热量综合预测值，为时刻的第一供暖热量预测值，为时刻下的第二供暖热量预测值，为灵敏度系数，用于调节支持向量机回归模型精度的影响速度，为精度阈值，为支持向量机回归模型的模型精度，由支持向量机回归模型的均方误差决定。

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陕西德联新能源有限公司，其通讯地址为：710000 陕西省西安市高新区唐延南路都市之门C座1幢1单元11812-11；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”。

以上内容由龙图腾AI智能生成。