CN116186560B - 一种基于有效热力温度值的温度相似度刻画方法 - Google Patents

一种基于有效热力温度值的温度相似度刻画方法 Download PDF

Info

Publication number
CN116186560B
CN116186560B CN202310456330.0A CN202310456330A CN116186560B CN 116186560 B CN116186560 B CN 116186560B CN 202310456330 A CN202310456330 A CN 202310456330A CN 116186560 B CN116186560 B CN 116186560B
Authority
CN
China
Prior art keywords
temperature
day
value
period
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310456330.0A
Other languages
English (en)
Other versions
CN116186560A (zh
Inventor
马勇
王睿
郑文胜
吕晨阳
马森婷
夏韩
张文静
戴光
刘清华
智海燕
刘志全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Normal University
Original Assignee
Jiangxi Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangxi Normal University filed Critical Jiangxi Normal University
Priority to CN202310456330.0A priority Critical patent/CN116186560B/zh
Publication of CN116186560A publication Critical patent/CN116186560A/zh
Application granted granted Critical
Publication of CN116186560B publication Critical patent/CN116186560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种基于有效热力温度值的温度相似度刻画方法，包括：获取温度数据，刻画温度变化曲线，计算温度数据时间序列；根据所述温度数据时间序列计算任意日的平均温度、时段积温；根据所述时段积温计算积温权重；根据所述积温权重计算有效热力温度值；根据所述有效热力温度值计算温度相似度。通过上述方式，本发明避免了单点温度极值问题，统筹考虑了日最高温度和日最低温度二者融合的权重问题，使得温度相似度刻画更加精确，在区间温度相似度、温度时间序列等应用方面计算简单，速度快。

Description

一种基于有效热力温度值的温度相似度刻画方法
技术领域
本发明涉及温度相似度刻画领域，特别是涉及一种基于有效热力温度值的温度相似度刻画方法。
背景技术
温度用来表征一个地方的热状况特征，通过影响人类活动进而影响GDP、电力负荷、农林灌溉、农产养殖等社会工作。尤其是随着天气预报技术的发展，现在人类可以预测未来一段时间的天气状况、最高温度和最低温度，甚至可以精确预测温度分布。
综上所述，现有的温度相似度刻画存在以下缺点：仅考虑日最低温度或者日最高温度，将会丢失另外一个温度信息，温度有效表示差异比较大。考虑日最低温度或者日最高温度需要有效处理因为突然因素导致的单点温度极值。由于温度数据采集问题，温度记录不够完整、往往保留最高温度以及最低温度，需要对缺失的温度数据进行补全，使得温度相似度刻画更加细致精确。
公布号为CN114549095A，名称为一种基于时间序列的滑动窗口式售电量预测方法，提出了基于日气温相似度的售电量预测方法，只利用欧氏距离计算最高、最低温度的相似度，但若对细粒度的日最高温、日最低温的影响因素进行有效地量化处理，温度相似度会更加准确。
公布号为CN109884734A，名称为一种基于相似离度的海水温度相似预报方法，提出了基于相似离度的海水温度相似预报方法，通过两个时间序列在总平均数值上的差异程度和两个时间序列之间差值的离散程度，即通过两时间序列的“形”和“值”的差距进行相似度刻画，但是该方法的只利用每天的一个海表温度值，数据依赖维度较为单一，没有充分利用全天各时间点热状况的分布特征，对温度的相似度刻画不够精确。
发明内容
本发明提供一种基于有效热力温度值的温度相似度刻画方法，当温度数据缺失时，用现有的数据来刻画当天的温度来计算有效热力温度值。基于有效热力温度值构成的一维时间序列，作为数据源进行研究应用，解决区间温度相似度刻画的技术问题。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于有效热力温度值的温度相似度刻画方法，所述方法包括以下步骤：
S100：获取温度数据，刻画温度变化曲线，计算温度数据时间序列；
S200：根据所述温度数据时间序列计算任意日的平均温度、时段积温；
S300：根据所述时段积温计算积温权重；
S400：根据所述积温权重计算有效热力温度值；
S500：根据所述有效热力温度值计算温度相似度；
所述温度数据包括：当日最低温度、当日最高温度和次日最低温度；
所述时段积温包括：高温时段积温、低温时段积温；
所述积温权重包括：高温权重、低温权重。
进一步地，所述刻画温度变化曲线，是指根据所述温度数据估算温度变化曲线，具体包括以下步骤：
S110：构建时间压缩公式
Figure SMS_1
将24小时压缩为2小时；
S120：根据所述温度数据，获得原始点A、B、C坐标；
S130：根据所述原始点A、B、C坐标和所述时间压缩公式
Figure SMS_2
，刻画温度变化曲线
Figure SMS_3
；
S140：根据所述温度变化曲线
Figure SMS_4
获取温度时间序列/>
Figure SMS_5
；
所述时间压缩公式
Figure SMS_6
计算公式为：
Figure SMS_7
；
其中，Z为整数，t为当日凌晨5时至次日凌晨4时的24个时间点；
所述原始点A、B、C坐标，为
Figure SMS_10
（0，/>
Figure SMS_12
），/>
Figure SMS_15
（0.75，/>
Figure SMS_9
），/>
Figure SMS_11
（1.92，/>
Figure SMS_14
），由该日5时最低温度/>
Figure SMS_16
，该日14时最高温度/>
Figure SMS_8
，次日4时最低温度/>
Figure SMS_13
得出；
所述温度变化曲线函数
Figure SMS_17
计算公式为：
Figure SMS_18
；
其中，
Figure SMS_19
为常数参数；
其中，
Figure SMS_20
是以x=0.75 为对称轴做原始点/>
Figure SMS_21
的对称点 />
Figure SMS_22
,则由
Figure SMS_23
三点确定对应的一元二次函数，得出常数参数/>
Figure SMS_24
的值；
其中，
Figure SMS_25
是以x=0.75 为对称轴做原始点/>
Figure SMS_26
的对称点 />
Figure SMS_27
,则由
Figure SMS_28
三点确定对应的一元二次函数，得出常数参数/>
Figure SMS_29
的值。
进一步地， 所述根据所述温度数据时间序列计算任意日的平均温度，计算公式为：
Figure SMS_30
；
其中，
Figure SMS_31
温度时间序列Temp，/>
Figure SMS_32
表示该日第k小时的温度值,Temp表示该日的温度时间序列，其中，/>
Figure SMS_33
。
进一步地，所述高温时段积温，计算公式为:
Figure SMS_34
；
其中，
Figure SMS_35
指高温时段积温，/>
Figure SMS_36
为温度变化曲线，/>
Figure SMS_37
指任意日的平均温度，a和b为/>
Figure SMS_38
和直线/>
Figure SMS_39
在/>
Figure SMS_40
的两个交点值；
所述低温时段积温，计算公式为：
Figure SMS_41
；
其中,
Figure SMS_42
指低温时段积温，/>
Figure SMS_43
为温度变化曲线，/>
Figure SMS_44
指任意日的平均温度，f和g为/>
Figure SMS_45
和直线/>
Figure SMS_46
在/>
Figure SMS_47
依次取的两个交点值。
进一步地，所述高温权重，计算公式为：
Figure SMS_48
；
其中，
Figure SMS_49
指低温时段积温，/>
Figure SMS_50
指高温时段积温，/>
Figure SMS_51
指高温权重；
所述低温权重，计算公式为：
Figure SMS_52
；
其中，
Figure SMS_53
指低温时段积温，/>
Figure SMS_54
指高温时段积温，/>
Figure SMS_55
指低温权重。
进一步地，所述有效热力温度值，计算公式为：
Figure SMS_56
；
其中，
Figure SMS_57
指有效热力温度值，/>
Figure SMS_58
指高温权重，/>
Figure SMS_59
指低温权重，/>
Figure SMS_60
指当日最高温度，
Figure SMS_61
指当日最低温度。
本发明的有益效果是：通过采用“有效热力温度值”作为区间温度相似度刻画的数据对象解决了温度缺失问题，一个地区不同时间段温度记录并不完整，但往往保留了日最高温度和日最低温度，根据临近日最高温度和最低温度序列刻画该日温度变化曲线有效估算不同时间温度；提出“有效热力温度值”，考虑每时刻温度与平均温度的分布情况进而计算高温、低温时段对该天热状况的贡献比例，能够有效处理因突然因素导致的单点温度极值数据，准确计算最高温度和最低温度的权重。在计算机存储方面，采用“有效热力温度值”构成的一维时间序列，可作为数据源进行研究应用，具有使用价值和实际意义。
附图说明
图1是一种基于有效热力温度值的温度相似度刻画方法的流程图；
图2是一种基于有效热力温度值的温度相似度刻画方法温度变化曲线刻画方法的流程图；
图3是一种基于有效热力温度值的温度相似度刻画方法温度变化曲线效果图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1、图2和图3，本发明实施例包括：
如图1所示，一种基于有效热力温度值的温度相似度刻画方法，包括以下步骤：
S100：获取温度数据，刻画温度变化曲线，计算温度数据时间序列；
S200：根据所述温度数据时间序列计算任意日的平均温度、时段积温；
S300：根据所述时段积温计算积温权重；
S400：根据所述积温权重计算有效热力温度值；
S500：根据所述有效热力温度值计算温度相似度；
所述温度数据包括：当日最低温度、当日最高温度和次日最低温度；
所述时段积温包括：高温时段积温、低温时段积温；
所述积温权重包括：高温权重、低温权重。
如图2所示，所述刻画温度变化曲线，是指根据所述温度数据估算温度变化曲线，具体包括以下步骤：
S110：构建时间压缩公式
Figure SMS_62
将24小时压缩为2小时；
S120：根据所述温度数据，获得原始点A、B、C坐标；
S130：根据所述原始点A、B、C坐标和所述时间压缩公式
Figure SMS_63
，刻画温度变化曲线
Figure SMS_64
；
S140：根据所述温度变化曲线
Figure SMS_65
获取温度时间序列/>
Figure SMS_66
；
所述时间压缩公式
Figure SMS_67
计算公式为：
Figure SMS_68
；
其中，Z为整数，t为当日凌晨5时至次日凌晨4时的24个时间点；
所述原始点A、B、C坐标，为
Figure SMS_70
（0，/>
Figure SMS_72
），/>
Figure SMS_75
（0.75，/>
Figure SMS_71
），/>
Figure SMS_74
（1.92，/>
Figure SMS_76
），由该日5时最低温度/>
Figure SMS_77
，该日14时最高温度/>
Figure SMS_69
，次日4时最低温度/>
Figure SMS_73
得出；
所述温度变化曲线函数
Figure SMS_78
计算公式为：
Figure SMS_79
；
其中，
Figure SMS_80
为常数参数；
其中，
Figure SMS_81
是以x=0.75 为对称轴做原始点/>
Figure SMS_82
的对称点 />
Figure SMS_83
,则由
Figure SMS_84
三点确定对应的一元二次函数，得出常数参数/>
Figure SMS_85
的值；
其中，
Figure SMS_86
是以x=0.75 为对称轴做原始点/>
Figure SMS_87
的对称点 />
Figure SMS_88
,则由
Figure SMS_89
三点确定对应的一元二次函数，得出常数参数/>
Figure SMS_90
的值。
如图3所示，对某日温度进行刻画温度变化函数，将该日温度转化为华氏温度得到该日最高温度为80℉，最低温度为70℉，次日最低温度为61℉，通过时间压缩函数得到对应点为A（0,70）、B（0.75,80）、C（1.92,61）,通过点A、B、C计算出常数参数
Figure SMS_91
，/>
Figure SMS_92
；即得出/>
Figure SMS_93
。
进一步地， 所述根据所述温度数据时间序列计算任意日的平均温度，计算公式为：
Figure SMS_94
；
其中，
Figure SMS_95
温度时间序列Temp，/>
Figure SMS_96
表示该日第k小时的温度值,Temp表示该日的温度时间序列，其中，/>
Figure SMS_97
。
进一步地，所述高温时段积温，计算公式为：
Figure SMS_98
；
其中，
Figure SMS_99
指高温时段积温，/>
Figure SMS_100
为温度变化曲线，/>
Figure SMS_101
指任意日的平均温度，a和b为/>
Figure SMS_102
和直线/>
Figure SMS_103
在/>
Figure SMS_104
的两个交点值；
所述低温时段积温，计算公式为：
Figure SMS_105
；
其中,
Figure SMS_106
指低温时段积温，/>
Figure SMS_107
为温度变化曲线，/>
Figure SMS_108
指任意日的平均温度，f和g为/>
Figure SMS_109
和直线/>
Figure SMS_110
在/>
Figure SMS_111
依次取的两个交点值。
进一步地，所述高温权重，计算公式为：
Figure SMS_112
；
其中，
Figure SMS_113
指低温时段积温，/>
Figure SMS_114
指高温时段积温，/>
Figure SMS_115
指高温权重；
所述低温权重，计算公式为：
Figure SMS_116
；
其中，
Figure SMS_117
指低温时段积温，/>
Figure SMS_118
指高温时段积温，/>
Figure SMS_119
指低温权重。
进一步地，所述有效热力温度值，计算公式为：
Figure SMS_120
；
其中，
Figure SMS_121
指有效热力温度值，/>
Figure SMS_122
指高温权重，/>
Figure SMS_123
指低温权重，/>
Figure SMS_124
指当日最高温度，
Figure SMS_125
指当日最低温度。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种基于有效热力温度值的温度相似度刻画方法，其特征在于，包括以下步骤：
S100：获取温度数据，刻画温度变化曲线，计算温度数据时间序列；
S200：根据所述温度数据时间序列计算任意日的平均温度、时段积温；
S300：根据所述时段积温计算积温权重；
S400：根据所述积温权重计算有效热力温度值；
S500：根据所述有效热力温度值计算温度相似度；
所述温度数据包括：当日最低温度、当日最高温度和次日最低温度；
所述时段积温包括：高温时段积温、低温时段积温；
所述积温权重包括：高温权重、低温权重；
所述刻画温度变化曲线，是指根据所述温度数据估算温度变化曲线，具体包括以下步骤：
S110：构建时间压缩公式
Figure QLYQS_1
将24小时压缩为2小时；
S120：根据所述温度数据，获得原始点A、B、C坐标；
S130：根据所述原始点A、B、C坐标和所述时间压缩公式
Figure QLYQS_2
，刻画温度变化曲线
Figure QLYQS_3
；
S140：根据所述温度变化曲线
Figure QLYQS_4
获取温度时间序列/>
Figure QLYQS_5
；
所述时间压缩公式
Figure QLYQS_6
计算公式为：
Figure QLYQS_7
；
其中，Z为整数，t为当日凌晨5时至次日凌晨4时的24个时间点；
所述原始点A、B、C坐标，为A（0，
Figure QLYQS_9
），/>
Figure QLYQS_13
（0.75，/>
Figure QLYQS_14
），/>
Figure QLYQS_10
（1.92，/>
Figure QLYQS_11
），由该日5时最低温度/>
Figure QLYQS_12
，该日14时最高温度/>
Figure QLYQS_15
，以及次日4时最低温度/>
Figure QLYQS_8
得出；
所述温度变化曲线函数
Figure QLYQS_16
计算公式为：
Figure QLYQS_17
；
其中，
Figure QLYQS_18
为常数参数；
其中，
Figure QLYQS_19
是以/>
Figure QLYQS_20
为对称轴做原始点/>
Figure QLYQS_21
的对称点 />
Figure QLYQS_22
,则由/>
Figure QLYQS_23
三点确定对应的一元二次函数，得出常数参数/>
Figure QLYQS_24
的值;
其中，
Figure QLYQS_25
是以/>
Figure QLYQS_26
为对称轴做原始点/>
Figure QLYQS_27
的对称点 />
Figure QLYQS_28
,则由/>
Figure QLYQS_29
三点确定对应的一元二次函数，得出常数参数/>
Figure QLYQS_30
的值；
所述有效热力温度值，计算公式为：
Figure QLYQS_31
;
其中，
Figure QLYQS_32
指有效热力温度值，/>
Figure QLYQS_33
指高温权重，/>
Figure QLYQS_34
指低温权重，/>
Figure QLYQS_35
指当日最高温度，/>
Figure QLYQS_36
指当日最低温度。
2.如权利要求1所述的一种基于有效热力温度值的温度相似度刻画方法，其特征在于，所述根据所述温度数据时间序列计算任意日的平均温度，计算公式为：
Figure QLYQS_37
；
其中，
Figure QLYQS_38
，/>
Figure QLYQS_39
表示该日第/>
Figure QLYQS_40
小时的温度值,
Figure QLYQS_41
3.如权利要求1所述的一种基于有效热力温度值的温度相似度刻画方法，其特征在于，所述高温时段积温，计算公式为：
Figure QLYQS_42
；
其中，
Figure QLYQS_43
指高温时段积温，/>
Figure QLYQS_44
为温度变化曲线，/>
Figure QLYQS_45
指任意日的平均温度，a和b为
Figure QLYQS_46
和直线/>
Figure QLYQS_47
在/>
Figure QLYQS_48
的两个交点值；
所述低温时段积温，计算公式为：
Figure QLYQS_49
;
其中,
Figure QLYQS_51
指低温时段积温，/>
Figure QLYQS_54
为温度变化曲线，/>
Figure QLYQS_56
指任意日的平均温度，/>
Figure QLYQS_52
和/>
Figure QLYQS_53
为
Figure QLYQS_55
和直线/>
Figure QLYQS_57
在/>
Figure QLYQS_50
依次取的两个交点值。
4.如权利要求1所述的一种基于有效热力温度值的温度相似度刻画方法，其特征在于，所述高温权重，计算公式为：
Figure QLYQS_58
;
其中，
Figure QLYQS_59
指低温时段积温，/>
Figure QLYQS_60
指高温时段积温，/>
Figure QLYQS_61
指高温权重；
所述低温权重，计算公式为：
Figure QLYQS_62
;
其中，
Figure QLYQS_63
指低温时段积温，/>
Figure QLYQS_64
指高温时段积温，/>
Figure QLYQS_65
指低温权重。
CN202310456330.0A 2023-04-26 2023-04-26 一种基于有效热力温度值的温度相似度刻画方法 Active CN116186560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310456330.0A CN116186560B (zh) 2023-04-26 2023-04-26 一种基于有效热力温度值的温度相似度刻画方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310456330.0A CN116186560B (zh) 2023-04-26 2023-04-26 一种基于有效热力温度值的温度相似度刻画方法

Publications (2)

Publication Number Publication Date
CN116186560A CN116186560A (zh) 2023-05-30
CN116186560B true CN116186560B (zh) 2023-07-07

Family

ID=86446510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310456330.0A Active CN116186560B (zh) 2023-04-26 2023-04-26 一种基于有效热力温度值的温度相似度刻画方法

Country Status (1)

Country Link
CN (1) CN116186560B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116595806B (zh) * 2023-07-14 2023-10-10 江西师范大学 一种自适应温度数据补全方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463344A (zh) * 2014-10-29 2015-03-25 广东电网有限责任公司电力调度控制中心 电网短期负荷预测方法和系统
CN108629107A (zh) * 2018-04-28 2018-10-09 中国水利水电科学研究院 一种计算日温度的方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002270877A (ja) * 2001-03-14 2002-09-20 Atsushi Iga 太陽光発電量シミュレーション計算方法および計算プログラムを記録したコンピュータ読み取り可能なデータ記憶媒体
US6889908B2 (en) * 2003-06-30 2005-05-10 International Business Machines Corporation Thermal analysis in a data processing system
CN109884734A (zh) * 2019-02-18 2019-06-14 哈尔滨工程大学 一种基于相似离度的海水温度相似预报方法
CN111105104A (zh) * 2020-02-20 2020-05-05 河南理工大学 一种基于相似日和rbf神经网络的短期电力负荷预测方法
CN114201561B (zh) * 2021-12-06 2023-03-17 宋英杰 一种节气气候时段的校正方法
CN114549095B (zh) * 2022-04-25 2022-08-09 江西师范大学 一种基于时间序列的滑动窗口式售电量预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463344A (zh) * 2014-10-29 2015-03-25 广东电网有限责任公司电力调度控制中心 电网短期负荷预测方法和系统
CN108629107A (zh) * 2018-04-28 2018-10-09 中国水利水电科学研究院 一种计算日温度的方法及装置

Also Published As

Publication number Publication date
CN116186560A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN116186560B (zh) 一种基于有效热力温度值的温度相似度刻画方法
CN111127248B (zh) 基于关联分析与卡尔曼滤波法的短期负荷预测方法
US9507333B2 (en) Method of predicting the energy consumption of a building
JP2013061800A (ja) 発電予測装置およびその方法
JP2007003096A (ja) 空調制御装置
Ramakrishna et al. A model for joint probabilistic forecast of solar photovoltaic power and outdoor temperature
US20140379311A1 (en) Estimation system, estimation apparatus, and estimation method
JP2013164286A (ja) 日射量予測方法、太陽光発電出力予測方法、及びシステム
CN112966221A (zh) 一种南方丰水地区考核年份用水总量折算方法
CN115238947A (zh) 气候变化下旱涝急转事件的社会经济暴露度预估方法
JP5658597B2 (ja) 省エネ行動評価システム
CN117353300B (zh) 一种基于大数据的农村用电需求量分析方法
CN115130176A (zh) 一种基于长期历史气象数据的桥梁温度梯度代表值估计方法
CN112949928A (zh) 一种冬季气温对区域电网用电负荷影响的分析方法及装置
CN112541292A (zh) 一种基于分布式光纤测温原理的海底电缆埋深估计算法
CN117200223A (zh) 日前电力负荷预测方法和装置
Eccel What we can ask to hourly temperature recording. Part II: Hourly interpolation of temperatures for climatology and modelling
CN115468979A (zh) 一种土壤温度时间序列的处理方法
KR100753141B1 (ko) 냉난방부하 추정을 위한 온도와 습도 예측방법
KR101736114B1 (ko) 여름철 의류 구매력 지수 산정 시스템 및 그 방법
CN110322063B (zh) 一种耗电功率仿真预测方法及存储介质
CN117035173B (zh) 一种基于六参数模型的换热系统日负荷预测方法及系统
CN104199902A (zh) 一种线性动态系统的相似性度量计算方法
CN117895509B (zh) 一种多能源耦合型配电网调度方法及系统
CN117292530B (zh) 一种载波通信数据采集效率优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant