一种基于特征选择和SSA-BiLSTM的建筑能耗预测方法技术

本发明专利技术公开了一种基于特征选择和SSA

【技术实现步骤摘要】
一种基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法


[0001]本专利技术属于建筑能耗异常检测
，具体涉及一种基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法

技术介绍

[0002]国际能源署的报告显示，建筑行业能源消耗占据了全球总能源消耗的33％以上，已经成为全球能源消耗的主要来源，预计未来建筑对能耗的需求会持续增长。因此，减少建筑能耗，缓解能源压力变得尤为重要。合理地应用建筑节能技术，可以提高建筑节能水平并减少碳排放，建筑能耗预测是提高能源利用率和实现建筑节能的重要手段，同时也是许多先进建筑能源管理技术的基础。建筑能耗预测对保障建筑能源系统平稳运行，建筑管理人员制定合理运营策略起着至关重要的作用。
[0003]建筑能耗预测方法主要分为两类：物理建模方法和数据驱动方法。物理建模方法又称为工程方法或白盒方法，该方法基于物理原理和工程专业知识，通过计算影响因子与建筑能耗之间的关系，对建筑进行能耗分析。但在无法获得详细且准确的输入参数时，会导致模型的性能欠佳。数据驱动方法基于建筑运营能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，包括以下步骤：步骤一：进行用于特征选择的建筑能耗影响因子数据实测和能耗数据的收集；步骤二：利用软件对能耗数据的影响因子进行熵加权k
‑
means聚类分析；步骤三：根据影响因子聚类结果，采用随机森林进行特征选择，消除冗余的影响因子；步骤四：构建麻雀搜索算法优化后的BiLSTM神经网络预测模型，将有效的建筑能耗影响因子作为BiLSTM神经网络的输入参数，建筑能耗作为输出，采用麻雀搜索算法进行参数寻优，进行建筑能耗预测。2.根据权利要求1所述的基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，步骤一中建筑能耗影响包括：建筑信息、室外气候条件、建筑服务和能源系统、居住者活动和行为、室内环境五个方面，其中，建筑信息根据每幢民用公共建筑的实测数据获得，室外气候条件为采集时间段内测试所得，建筑服务和能源系统通过实测和计算得到，人员密度依据调查与计算得出，用于表示居住者活动和行为，空内空气温度为采集时间段内测试所得，用于表示室内环境情况。3.根据权利要求1所述的基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，步骤一中所述建筑能耗影响因子包括20项，分别为建筑层数、建筑面积、建筑朝向、建筑窗墙比、外墙传热系数、遮阳系数、建筑长宽比、屋顶传热系数、室外空气温度、相对湿度、风速、太阳辐射、照明功率密度、人均新风量、制冷系数、送风温度、风机效率、水泵效率、人员密度、空内空气温度。4.根据权利要求1所述的基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，步骤二中所述软件为MATLAB软件。5.根据权利要求1所述的基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，步骤二中建筑能耗影响因子的聚类过程，包括以下步骤：首先选定聚类数目k和正参数γ，并将所有影响因子的初始权重设置为1/m；然后，通过更新分块矩阵W，聚类中心矩阵Z和权重矩阵Λ计算目标函数F(W,Z,Λ)；最后，直到F(W,Z,Λ)达到局部最小值时，输出聚类结果和影响因子的权重。6.根据权利要求5所述的基于特征选择和SSA
‑
BiLSTM的建筑能耗预测方法，其特征在于，所述目标函数F(W,Z,Λ)和影响因子权重...

【专利技术属性】
技术研发人员：雷蕾，梁利霞，胡佳敏，张纪诺，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：