公开(公告)号：CN114326391B

公开(公告)日：2024-08-09

申请号：CN202111517862.8

申请日：2021-12-13

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  劳振煜 ,  王勇 ,  何鸣 ,  周连科 ,  王念滨

IPC: G05B13/04

Abstract: 一种建筑能耗预测方法，属于能耗预测领域。本发明是为了解决现有的神经网络对能耗进行预测存在难以取得较好的预测效果的问题。本发明首先获取预测能耗指标历史数据并构建特征张量X＝[Xt,Xt‑1,...,Xt‑n]，其中Xt‑i表示t‑i时刻的特征向量，t表示当前时刻；特征向量中的元素为预测能耗指标；基于特征张量，根据时间粒度构建不同粒度对应的特征张量；所述的建筑能耗预测模型包括多粒度特征提取网络、注意力机制LSTM网络和预测模块，多粒度特征提取网络的输出作为注意力机制LSTM网络的输入，注意力机制LSTM网络的输出作为预测模块的输入，预测模块输出建筑能耗。主要用于建筑的能耗预测。

公开(公告)号：CN114326391A

公开(公告)日：2022-04-12

申请号：CN202111517862.8

申请日：2021-12-13

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  劳振煜 ,  王勇 ,  何鸣 ,  周连科 ,  王念滨

IPC: G05B13/04

Abstract: 一种建筑能耗预测方法，属于能耗预测领域。本发明是为了解决现有的神经网络对能耗进行预测存在难以取得较好的预测效果的问题。本发明首先获取预测能耗指标历史数据并构建特征张量X＝[Xt,Xt‑1,...,Xt‑n]，其中Xt‑i表示t‑i时刻的特征向量，t表示当前时刻；特征向量中的元素为预测能耗指标；基于特征张量，根据时间粒度构建不同粒度对应的特征张量；所述的建筑能耗预测模型包括多粒度特征提取网络、注意力机制LSTM网络和预测模块，多粒度特征提取网络的输出作为注意力机制LSTM网络的输入，注意力机制LSTM网络的输出作为预测模块的输入，预测模块输出建筑能耗。主要用于建筑的能耗预测。