【技术实现步骤摘要】
本专利技术涉及能耗预测技术，特别涉及一种建筑能耗预测方法及系统。
技术介绍
1、对于建筑能耗，在狭义上其被定义为建筑的运行能耗，即日常用能，如采暖、空调、照明、炊事、洗衣等的能耗，其是建筑能耗中的主导部分。但实际上，其更应从广义上去理解，即其可被广义定义为从建筑材料制造、建筑材料选取规划、建筑施工，一直到建筑使用的全过程能耗。其中，对于建筑材料的选取规划，其对能耗有着重要的影响，例如，在建筑材料的选择阶段，可以优先选择低能耗材料或可再生材料，以减少建筑物的碳足迹，又或者，可选取保温效果好的建筑材料，以减少能源损失等。可见，针对建筑材料的能耗预测方案亦是非常重要的，其可利于建筑能耗的减少。然而目前缺少针对此方向的预测方案。
技术实现思路
1、鉴于此，本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种针对建筑材料的能耗预测方法及系统。
2、第一方面，本申请实施例提供了一种建筑能耗预测方法，该方法包括以下步骤：
3、获取数据输入矩阵，所述数据输入矩阵包括...
【技术保护点】
1.一种建筑能耗预测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述数据输入矩阵还包括建筑所在地区的气候信息和/或建筑的朝向信息。
3.如权利要求1所述的方法，其特征在于，所述深度学习模型采用自适应神经模糊系统来实现。
4.如权利要求1-3任一项所述的方法，其特征在于，该方法还包括以下步骤：
5.如权利要求4所述的方法，其特征在于，所述根据当前建筑材料的用料导热系数，输出建筑材料的最终用料类型这一步骤，其具体包括：
6.如权利要求5所述的方法，其特征在于，所述调整所述用料导...
【技术特征摘要】
1.一种建筑能耗预测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述数据输入矩阵还包括建筑所在地区的气候信息和/或建筑的朝向信息。
3.如权利要求1所述的方法，其特征在于，所述深度学习模型采用自适应神经模糊系统来实现。
4.如权利要求1-3任一项所述的方法，其特征在于，该方法还包括以下步骤：
5.如权利要求4所述的方法，其特征在于，所述根据当前建筑材料的用料导热系数，输出建筑材料的最终用...
【专利技术属性】
技术研发人员：刘睿，王慧，刘志源，张滔，陈勇军，
申请(专利权)人：振中建设集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。