一种乡村建筑群能耗预测方法及系统

    公开(公告)号:CN117575369B

    公开(公告)日:2024-03-29

    申请号:CN202410056345.2

    申请日:2024-01-16

    摘要: 本发明涉及一种乡村建筑群能耗预测方法及系统,涉及能耗预测的技术领域,其中乡村建筑群能耗预测方法包括监测能耗数据、数据分析I、数据分析II、能耗差值计算I、确定光照界限值I、数据拟合、曲线整合、预测等步骤;乡村建筑群能耗预测系统包括数据库模块、选取模块I、计算模块I、选取模块II、计算模块II、计算模块III、计算模块IV、拟合模块、拼接模块、气象预测模块、能耗预测模块等模块。本发明相比于直接制作拟合曲线,能够提高光照条件大于等于光照界限值#imgabs0#时及光照条件小于等于光照界限值#imgabs1#时的预测精度,进而整体提高预测的精准度。

    一种基于迁移学习的建筑冷热电负荷预测方法及系统

    公开(公告)号:CN115310727B

    公开(公告)日:2023-02-03

    申请号:CN202211237284.7

    申请日:2022-10-11

    摘要: 本发明公开了一种基于迁移学习的建筑冷热电负荷预测方法及系统,涉及建筑电负荷预测技术领域,该方法包括:获取多个源域建筑实际和仿真的冷热电负荷数据以及目标域建筑的仿真冷热电负荷数据,计算得到多个源域建筑冷热电负荷数据的时序误差,利用斯皮尔曼等级相关系数计算得到目标域建筑和多个源域建筑的相关性,以此计算得到权重误差,将该权重误差迁移至目标域建筑仿真冷热电负荷数据,以此作为目标域建筑的历史冷热电负荷数据,构建并训练预测模型,通过训练完成的预测模型,预测目标域建筑的冷热电负荷数据。本发明解决了某区域出现新建筑,由于缺少历史冷热电数据而无法对其负荷进行准确预测的问题,提高了建筑冷热电负荷预测的准确性。

    一种基于迁移学习的建筑冷热电负荷预测方法及系统

    公开(公告)号:CN115310727A

    公开(公告)日:2022-11-08

    申请号:CN202211237284.7

    申请日:2022-10-11

    摘要: 本发明公开了一种基于迁移学习的建筑冷热电负荷预测方法及系统,涉及建筑电负荷预测技术领域,该方法包括:获取多个源域建筑实际和仿真的冷热电负荷数据以及目标域建筑的仿真冷热电负荷数据,计算得到多个源域建筑冷热电负荷数据的时序误差,利用斯皮尔曼等级相关系数计算得到目标域建筑和多个源域建筑的相关性,以此计算得到权重误差,将该权重误差迁移至目标域建筑仿真冷热电负荷数据,以此作为目标域建筑的历史冷热电负荷数据,构建并训练预测模型,通过训练完成的预测模型,预测目标域建筑的冷热电负荷数据。本发明解决了某区域出现新建筑,由于缺少历史冷热电数据而无法对其负荷进行准确预测的问题,提高了建筑冷热电负荷预测的准确性。