一种基于机器学习的建筑能耗预测方法及装置
2025-02-27 18:44
No.1344741895162830848
技术概要
PDF全文
本技术涉及一种基于机器学习的建筑能耗预测方法及装置,其中,方法包括:步骤S1:获取基准建筑能耗模型,其中,基准建筑能耗模型基于现有的标准规范并参考典型办公建筑案例建立,用于基于各关键参数的取值得到逐月能源消耗;步骤S2:采用拉丁超立方抽样方法对各关键参数进行采样得到多个第一样本,基于基准建筑能耗模型根据各第一样本得到对应的逐月能源消耗,并将各第一样本和对应的逐月能源消耗组合,生成第二样本;步骤S3:利用第二样本训练建筑能耗预测模型;步骤S4:基于训练好的建筑能耗预测模型进行能耗预测。与现有技术相比,本发明具有在提高建筑能耗预测准确率的同时,减小计算量等优点。
背景技术
随着经济快速发展和城市化进程的不断推进,建筑行业能源消耗持续增加,建筑节能已成为应对气候变化的关键问题。建筑能耗能够有效反映和代表建筑物的运行状况,对其进行准确的分析与评估是建筑节能改造和智慧能源管理的切实需要。 目前,建筑能耗预测方法主要分为两大类:物理仿真方法和数据驱动方法。物理仿真方法基于热力学原理对建筑能源使用情况进行模拟,能够较为精确考虑建筑的运行使用情况,因此能耗仿真结果较为准确。然而,物理仿真方法操作较为复杂,依赖大量详细的建筑信息,且模型校准过程需要用户具备较高的专业知识。另一方面,数据驱动方法利用历史能耗数据和机器学习算法来揭示输入和输出变量之间潜在的线性或非线性关系,具有计算成本低、预测速度快等优势。数据驱动法对非专业人员十分友好,但对数据量要求较高,容易出现模型过拟合问题,影响预测结果的准确性。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
苏舒  金月  孙奥
技术所属: 东南大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利