一种楼宇能源消耗预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种楼宇能源消耗预测方法、装置、设备及存储介质。该方法，包括：采集目标楼宇对应的楼宇历史原始信息；将所述楼宇历史原始信息进行数据提取处理，获得楼宇历史特征信息，其中，所述楼宇历史特征信息至少包括楼宇结构信息、历史天气信息和历史能耗信息；将所述楼宇历史特征信息和目标时间信息输入至预先训练获得的目标能耗预测网络模型中进行目标时间信息的能耗预测；基于所述目标能耗预测网络模型的输出，确定目标能耗预测结果，以根据建筑内部和外部环境的变化对能源系统进行自适应调整和优化借助深度学习建筑能源预测模型能力，实现准确预测能源的需求。

【技术实现步骤摘要】

本专利技术涉及能源预测，尤其涉及一种楼宇能源消耗预测方法、装置、设备及存储介质。

技术介绍

1、楼宇能源消耗管理是智能建筑和绿色建筑的重要组成部分，它涉及到建筑物在运行过程中的电力、水、燃气、热能等多种能源的使用与消耗。随着现代信息技术、物联网技术和人工智能技术的发展，楼宇自控系统和能耗监测系统广泛应用，这些系统能够实时采集各类能耗数据，并通过网络将数据传输至中央服务器或云平台进行分析处理。

2、由于能源数据的复杂性和多样性，数据的准确性和可靠性可能会受到很多因素的影响，例如数据收集方式、传输过程中的干扰等，可能导致采集的数据存在缺失或者误差，影响预测模型的准确性。其次，当前预测模型可能未充分考虑到所有影响能耗的因素，例如人的行为模式、季节变化、设备老化程度等非线性和动态因素，导致预测结果不够准确，误差较大。

技术实现思路

1、本专利技术提供了一种楼宇能源消耗预测方法、装置、设备及存储介质，以根据建筑内部和外部环境的变化对能源系统进行自适应调整和优化借助深度学习建筑能源预测模型能力，实现准确预测能本文档来自技高网...

【技术保护点】

1.一种楼宇能源消耗预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述目标能耗预测网络模型的训练过程包括：

3.根据权利要求2所述的方法，其特征在于，将所述输出能耗预测结果和所述样本能耗预测结果输入至预设高斯混合模型进行误差分布拟合处理，包括：

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述候选能耗设备项与所述历史能耗信息，确定第一关联映射特征，包括：

6.根据权利要求4所述的方法，其特征在于，所述根据所述关联能耗项和预先采集的楼宇能耗...

【技术特征摘要】

1.一种楼宇能源消耗预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述目标能耗预测网络模型的训练过程包括：

3.根据权利要求2所述的方法，其特征在于，将所述输出能耗预测结果和所述样本能耗预测结果输入至预设高斯混合模型进行误差分布拟合处理，包括：

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述候选能耗设备项与所述历史能耗信息，确定第一关联映射特征，包括：

6.根据权利要求4所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：刘伟，陈杰，段王峰，
申请(专利权)人：北京软通智慧科技有限公司，
类型：发明
国别省市：