3.3 功能需求分析
空调逐时负荷的预测是空调系统优化运行的基础。但负荷曲线是与很多因素相关的一个非线性函数。对于抽取和逼近这种非线性函数，神经网络是一种合适的方法。该系统的实现主要运用了神经网络的BP算法。
实现预测：本预测系统利用以往的历史数据和自动控制模块在24小时的每个整点时刻采集外界参数和空调的功率值；根据这些参数和功率值利用神经网络中的BP算法对这些所采集的数据不断进行学习训练，得出合适的权值和阈值（达到预定的精确范围），再对历史每一整点时刻的外界参数求平均值，利用这些平均值再通过BP算法求出对应的功率。绘制出一个二十四小时的时序图，从而实现对未来24小时的外界参数和空调功率的预测。
实现计算：使用BP算法不断对以往的历史数据进行训练学习，得到一个合适的权值和阈值（达到预定的精确范围）,再以当前时刻及温度为实际输入，计算出当前的功率输出（该输出功率将和实际功率误差足够小）。从而达到根据外界环境参数对空调功率进行计算的目的。
该预测系统主要以BP算法为核心，通过算法不断修改计算值，使得预测和空调功率的计算足够精确。