(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 202211301706.2 (22)申请日 2022.10.24 (71)申请人 南京群顶科技股份有限公司 地址 210019 江苏省南京市 建邺区奥体大 街68号南 京新城科技园国际研发总部 园1幢8层 (72)发明人 杨鹏　杨波　 (74)专利代理 机构 南京新慧恒 诚知识产权代理 有限公司 32424 专利代理师 王皎 (51)Int.Cl. H05K 7/20(2006.01) G06K 9/62(2022.01) G06Q 10/04(2012.01) (54)发明名称 一种基于天气预报的数据机房运行控制的 负荷预测方法 (57)摘要 本发明公开了一种基于天气预报的数据机 房运行控制的负荷预测方法， 包括以下步骤： S1、 通过气象接口采集历史逐时天气数据， 通过智能 电表采集机房历史逐时空调运行总负荷， 经由无 线信号传输， 通过端口导出天气数据； S2、 对导出 的数据进行预处理； S3、 采用皮尔逊相关性对数 据进行分析， 并筛选出与空调负荷相关性强的特 征参数； S4、 预测第二天太阳辐射值； 相比现有 技 术， 本发明采用聚类的方法将全年复杂的天气 模 式和机组运行模式归类， 使之简单化， 便于调控； 通过分别考虑内外负荷的影 响因素， 进行关联度 筛分， 选取关联度最高的影响因素， 尤其是太阳 辐射的影响， 从而减少了夏季外负荷的计算误 差。 权利要求书2页 说明书5页 附图4页 CN 115551317 A 2022.12.30 CN 115551317 A 1.一种基于天气预报的数据机房运行控制的负荷预测方法， 其特征在于， 包括以下步 骤： S1、 通过气象接口采集历史逐时天气数据， 通过智能电表采集机房 历史逐时空调运行总 负荷， 经由无线信号传输， 通过端口导出天气数据； S2、 对导出的数据进行预处理； S3、 采用 皮尔逊相关性对数据进行分析， 并筛选出与 空调负荷相关性强的特征参数； 即皮尔逊相关 系数取值范围[ ‑1,1]， 越接近1正相关越强， 越接近 ‑1负相关越强； S4、 预测第二 天太阳辐射 值； S5、 从天气预报网获取第二天逐时干球温度并结合步骤S4中预测的第二天太阳辐射预 测值计算得到室外温度Tout； S6、 步骤S4中的室外温度计Tout算得到外负荷Qout、 内负荷 Qin和机房总负荷Qtotal； 其中， Qtotal=Qout+Qin； S7、 读取第二天天气预报气象数据， 依据 步骤S4‑S6计算出预测的机房总负荷Qtotal， 结合机组额定制冷量， 计算得出机组运行台 数， 并下发指令给自控系统实施预 先调控。 2.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述步骤S1中天气数据包括干球温度、 相 对湿度、 太阳辐射强度、 风速和天气类 型。 3.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述步骤S2的具体步骤如下： S2.1、 导出数据后将非数值型的字 符型数据转换为 数值型数据； S2.2、 基于实际天气数据设置天气数据变化范围阈值， 并对超出范围阈值最高 或最低值进行剔除； S2.3、 对应时间序列对缺失值进行查找和填充； 得到格式标准、 且时间 序列完整的数据。 4.根据权利要求2所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述 步骤S2.3中， 采用均值或指数平 滑法对缺失值进行填充。 5.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述步骤S4的具体步骤如下： S4.1、 将历史全年的逐时太阳辐射值分为供冷季、 过渡季、 供暖季； S4.2 根据不同天气 类型对不同季节下的逐时太阳辐射值进 行筛分， 形成若 干单一数据组； 天气类型包括： 晴、 多云、 阴、 雨； S4.3、 对筛分后的单一数据组分别进 行基于 距离矩阵的k ‑means均值聚类； 其中， 簇内误方差法变化逐渐变缓的转折点即是最佳聚类数 目K； S4.4、 通过轮廓系数对均值聚类后的单一数据组的聚类效果进行评估； S4.5、 得到对应 季节下， 不同天气 类型为晴天时太阳辐射逐时变化值有i种类型， 多云时有j种类型， 阴天时 有k种类型， 雨 天时有v种类型； S4.6、 将 每种类型下的2 4小时聚类结果和对应的逐时干球温 度变化值整合为一个数据 组储存进数据库； S4.7、 根据第二天所在日期识别第二天所处季 节； S4.8、 根据第二天的天气类型在数据库中定位到对应的n个聚类簇中； S4.9、 通过欧式距 离对从天气预报网导出的第二天逐时干球温度与数据库中聚类簇对应的逐时干球温度变 化值两两间进行计算， 得出相似度， 相似度最小的逐时干球温度变化值所处的聚类簇即为 第二天太阳辐射预测结果。 6.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述步骤S5的中室外温度Tout通过 计算得到， 其中， Tg 为天气预报干球温度， ρ 为太阳辐射吸收系数， α 为围护结构外表面的表面传热系数， S为太 阳辐射强度。 7.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其权　利　要　求　书 1/2 页 2 CN 115551317 A 2特 征 在 于 ， 所 述 步 骤 S 6 的 中 ，外 负 荷 Q o u t 通 过 围 护 结 构 负 荷 计 算 公 式 计算得出， 其中， k为围护结构传热系数， F为围护结构表面积， Tin为机房室内温度； 内负荷Q in为智能电表采集列IT设备散热负荷。 8.根据权利要求1所述的一种基于天气预报的数据机房运行控制的负荷预测方法， 其 特征在于， 所述 步骤S7的中， 运行台数= 机房总负荷/ 机组额定制冷量。权　利　要　求　书 2/2 页 3 CN 115551317 A 3