一种基于深度学习的空调机房能源消耗量预测方法
基本信息
| 申请号 | CN202110127919.7 | 申请日 | - |
| 公开（公告）号 | CN113158540A | 公开（公告）日 | 2021-07-23 |
| 申请公布号 | CN113158540A | 申请公布日 | 2021-07-23 |
| 分类号 | G06F30/27;G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06F119/08 | 分类 | 计算；推算；计数; |
| 发明人 | 雷亚平 | 申请（专利权）人 | 苏州市建筑科学研究院集团股份有限公司 |
| 代理机构 | 苏州市指南针专利代理事务所（特殊普通合伙） | 代理人 | 金香云 |
| 地址 | 215000 江苏省苏州市吴中经济开发区越溪街道吴中大道1368号3幢 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的空调机房能源消耗量预测方法，获取不同时间的空调机房能源消耗量、温湿度和建筑经营业务等输入参数，通过LSTM网络记忆模型，对数据进行训练归一化，采用时间反向传播算法计算最小化损失函数，更新权重值，最终反复计算后得到最佳的网络权重参数集合，得到最优化的模型，对空调机房能源消耗量进行预测。该基于深度学习的空调机房能源消耗量预测方法具有提高预测数据的关联性与精准性，提高训练速度以及提高使用的广泛性等优点。 |
