一种基于卷积神经网络的多维度能耗数据分析方法与企业能耗预测模型
基本信息
| 申请号 | CN202110325811.9 | 申请日 | - |
| 公开（公告）号 | CN112990591A | 公开（公告）日 | 2021-06-18 |
| 申请公布号 | CN112990591A | 申请公布日 | 2021-06-18 |
| 分类号 | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 邓必涛;邓靖川;冯海云;杜晓丹;李剑 | 申请（专利权）人 | 江西省能源大数据有限公司 |
| 代理机构 | 北京百年育人知识产权代理有限公司 | 代理人 | 屠佳婕 |
| 地址 | 330000 江西省南昌市南昌高新技术产业开发区火炬五路719号洪泰智造工场A1栋A-15室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的多维度能耗数据分析方法与企业能耗预测模型，属于网络分析预测技术领域，包括下列步骤：构建企业能耗数据集；构建基于企业能耗数据的卷积神经网络；构建企业多方位能耗影响因素数据集；利用企业多方位能耗影响因素数据集对构建的卷积神经网络进行训练，并调整参数进行评估，获得企业能耗的最优卷积神经网络模型；建立基于卷积神经网络的能耗预测模型，并研究参数对能耗预测结构的影响，将卷积神经网络与最优卷积神经网络模型进行比对，研究企业多方位能耗影响因素；该发明经过卷积神经网络首先进行企业多方位多维度影响能耗因素进行训练，通过数据输入进行能耗预测，能耗预测效率高，准确。 |
