基于站城融合空间能耗模型的深度学习方法及系统

    公开(公告)号:CN119417266A

    公开(公告)日:2025-02-11

    申请号:CN202411589444.3

    申请日:2024-11-08

    Abstract: 本发明提供了一种基于站城融合空间能耗模型的深度学习方法及系统,所述方法先采用空间区域分析法分析站城融合立体网络空间内核心空间区域的核心能耗系统,并构建核心能耗系统的站城融合立体网络能耗模型,再通过站城融合立体网络能耗模型构建碳排放机理模型,然后根据碳排放机理模型中初始输入变量和输出变量的深度学习神经网络结构,定义碳排放机理模型的损失函数,接着采用迭代优化函数,对损失函数进行迭代训练,直至损失值低于容许值,输出深度学习神经网络代理模型,最后采用深度学习神经网络代理模型,依照规范要求,对站城融合立体网络空间的绿色运行性能评估,得到评估结果。相较于现有技术,本发明方法评估效率更高且可靠性更强。

Patent Agency Ranking