基于加权残差聚类的建筑负荷预测区间估计

作者：章超波; 刘永政; 李宏波^*; 赵阳; 张丽珠; 王子豪

来源：浙江大学学报(工学版), 2022, 56(05): 930-937.

DOI：10.3785/j.issn.1008-973X.2022.05.010

• 建筑负荷预测
• 区间估计
• 数据驱动模型
• 模型可解释性
• 残差聚类

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.

• 单位
  浙江大学