【技术实现步骤摘要】
本申请涉及工业能耗预测领域，尤其涉及一种基于多源多尺度信息融合的工业园区能耗集成预测方法。
技术介绍
1、传统的工业能耗预测方法主要基于单一数据源或单一尺度信息，例如仅考虑历史能耗数据的时间序列分析方法或基于天气数据的度日模型。
2、然而，这些方法往往无法充分考虑多种因素对能耗的综合影响，导致预测精度有限。另外，由于工业系统的复杂性和多样性，单一方法往往难以满足实际需求，需要综合考虑多源多尺度信息来提高预测准确性和可靠性。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本申请的第一个目的在于提出一种基于多源多尺度信息融合的工业园区能耗集成预测方法，以为工业能耗预测提供全面而可靠的解决方案。
3、本申请的第二个目的在于提出一种基于多源多尺度信息融合的工业园区能耗集成预测装置。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、...
【技术保护点】
1.一种基于多源多尺度信息融合的工业园区能耗集成预测方法，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，所述收集工业能耗多源数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述工业能耗多源数据进行基于周期配准的数据预处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述混合深度神经网络模型的预测过程，包括：
5.根据权利要求4所述的方法，其特征在于，所述物理经验模型的预测过程，包括：
6.根据权利要求5所述的方法，其特征在于，所述混合深度神经网络模型和所述物理经验模型通过平...
【技术特征摘要】
1.一种基于多源多尺度信息融合的工业园区能耗集成预测方法，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，所述收集工业能耗多源数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述工业能耗多源数据进行基于周期配准的数据预处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述混合深度神经网络模型的预测过程，包括：
5.根据权利要求4所述的方法，其特征在于，所述物理经验模型的预测过程，包括：
6.根据权利要求5所述的方法，其特征在于，所述混合深度神经网络...
【专利技术属性】
技术研发人员：魏一鸣，韩特，詹家干，徐甲甲，姚家驰，王永真，余碧莹，廖华，
申请(专利权)人：北京理工大学，
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。