-
公开(公告)号：CN117114438A
公开(公告)日：2023-11-24
申请号：CN202311016643.0
申请日：2023-08-14
Applicant: 东南大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种具备灵活性与可解释性的建筑区域能源系统冷热负荷数据驱动预测方法，包括：建立基于注意力机制的神经网络模型，利用预处理后的历史负荷数据、历史气象数据及时间纬度特征数据进行训练；对训练好的模型进行评估；利用评估后模型对负荷数据进行预测，进行可解释性分析；本发明方法仅需输入历史相关信息，实现了高精度的负荷预测，通过注意力系数分布热力图，实现了对模型可解释性分析；与传统负荷预测相比，该方法建立了更加灵活的模型结构，提高了预测精度，具有可解释性，可推动模型预测控制技术的实际应用，为建筑能源系统的全局优化与储能用能系统的多阶段决策提供基础，可解释性分析也将帮助能源管理人员理解和信任底层模型。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
