一种基于大模型智能体的能耗预测与管理方法技术

技术编号:44003460 阅读:12 留言:0更新日期:2025-01-10 20:20
本发明专利技术属于建筑能耗预测技术领域,公开了一种基于大模型智能体的能耗预测与管理方法,包括以下步骤:获取建筑能耗数据集并构建智能体的记忆;智能体与环境实时交互并更新记忆;智能体进行规划,将大型任务分解为子任务;智能体使用工具,调用外部资源;智能体做出行动,进行建筑能耗预测与管理;根据行动产生的反馈对环境进行实时更新。本发明专利技术以大模型智能体技术为基础,构建建筑能耗预测和管理系统,能同时处理文本、图像、时间序列等多种数据类型,具有强大的时序建模和全局依赖捕捉能力,无需人工干预,自动学习数据中的重要特征,能适应不同建筑和条件,能够在线学习和持续学习,在预测的同时进行能耗管理,减少能源的消耗量。

【技术实现步骤摘要】

本专利技术属于建筑能耗预测,具体涉及一种基于大模型智能体的能耗预测与管理方法


技术介绍

1、近些年来,随着人工智能、物联网等相关技术的发展,智慧城市越来越受到各地政府以及学界的关注。而智能楼宇(intelligent building)作为智慧城市建设的重要组成部分,其是指以通信技术为主干,利用系统集成的方法,将计算机技术、网络技术、自控技术、软件工程技术和建筑艺术设计有机地结合起来,打通各个孤立系统间的信息壁垒,使楼宇成为一个信息互通的智能主体,实现对楼宇的智能管理及其信息资源的有效利用的一种楼宇应用模式。

2、人工智能相关算法,例如神经网络、贝叶斯估计、k-均值、马尔可夫、专家系统等在智能楼宇的相关领域应用范围很广。一个典型的例子是应用基于知识的专家系统用于建筑空调水系统故障的检测,通过建模,输入专家知识,训练样本,最后通过训练和学习生成可实用的实时故障检测系统。然而传统的人工智能算法在智能楼宇群的能耗预测和管理上存在着一些无法避免的问题。例如,建筑能耗预测通常需要处理多模态数据(如时间序列、传感器数据、气象数据、文本、图像等)。传统人工本文档来自技高网...

【技术保护点】

1.一种基于大模型智能体的能耗预测与管理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于大模型智能体的能耗预测与管理方法,其特征在于,Step1中所述的数据包括建筑标号、时间、电表读数、建筑面积、空气温度、风速、风向、海平面气压、卫星云图中的一种或多种。

3.根据权利要求2所述的基于大模型智能体的能耗预测与管理方法,其特征在于,需对所述的数据进行缺失值填补的预处理。

4.根据权利要求1所述的基于大模型智能体的能耗预测与管理方法,其特征在于,Step2中所述的环境交互包括通过建筑中的传感器获取实时数据,作为智能体决策的基础;将外部包括天气预...

【技术特征摘要】

1.一种基于大模型智能体的能耗预测与管理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于大模型智能体的能耗预测与管理方法,其特征在于,step1中所述的数据包括建筑标号、时间、电表读数、建筑面积、空气温度、风速、风向、海平面气压、卫星云图中的一种或多种。

3.根据权利要求2所述的基于大模型智能体的能耗预测与管理方法,其特征在于,需对所述的数据进行缺失值填补的预处理。

4.根据权利要求1所述的基于大模型智能体的能耗预测与管理方法,其特征在于,step2中所述的环境交互包括通过建筑中的传感器获取实时数据,作为智能体决策的基础;将外部包括天气预报、能源价格、用户行为模式的信息集成到智能体中,以更精确地预测能耗需求。

5.根据权利要求4所述的基于大模型智能体的能耗预测与管理方法,其特征在于,所述的传感器包括温度传感器、湿度传感器、能耗计量器、光线传感器中的一种或多种。

6.根据权利要求1所述的基于大模型智能体的能耗预测与管理方法,其特征在于,step3中智能体对过去的行为进行自我批评和自我反省,从错误中吸取教训并为未...

【专利技术属性】
技术研发人员:陈阜东朱晓明潘欣彤李勇成
申请(专利权)人:上海矽朋微电子有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1