一种基于人工智能的酒店能耗预测方法技术

一种基于人工智能的酒店能耗预测方法，属于数据处理领域，包括数据处理模块、特征处理模块和决策模块；所述数据处理模块的输出信息用于特征处理模块的输入参数；所述数据处理模块从样本的角度进行数据的采集、数据的扩充；所述特征处理模块从特征向量的角度进行特征的提取、特征的压缩性降维；所述决策模块利用特征处理模块输出的特征进行任务的决策，实现对酒店能耗进行预测。本发明专利技术生成数据在统计特性上更接近真实数据，显著增强模型的适应性和泛化能力；避免网络训练过程中的梯度问题，优化网络性能；增强降维模型的鲁棒性，提升数据表示的准确性和压缩性能；增强分类精度和对输入数据分布变化的响应速度。

【技术实现步骤摘要】

本专利技术属于数据处理，具体涉及一种基于人工智能的酒店能耗预测方法。

技术介绍

1、随着全球能源需求的增加和环保要求的日益严格，酒店行业作为能源消耗的重点领域之一，对能耗管理提出了更高的要求。传统的能耗管理方法往往依赖经验和规则制定，缺乏对数据的深度分析和精准预测能力，难以有效应对复杂的能耗变化趋势。同时，酒店能耗数据呈现出多维、非线性和时间动态变化等特征，使得传统建模方法在特征提取、数据降维和预测分类中表现出明显的局限性。

2、公开号为cn118885910a的中国专利技术专利提出一种基于改进lstm网络的空调能耗预测方法、系统及存储介质涉及公共楼宇空调节能
方法包括：s1、空调能耗预测模型的数据收集与处理；s2、通过斯皮尔曼相关系数进行相关性分析；s3、将分析处理后的数据分为训练集、验证集和测试集；采用混沌约束de算法优化lstm神经网络的权值和阈值；获得优化的空调能耗预测模型；s4、利用优化后空调能耗预测模型进行空调能耗预测，生成预测结果；引入attention机制提取lstm神经网络预测输出的重要特征信息即空调负荷影响因素；s5本文档来自技高网...

【技术保护点】

1.一种基于人工智能的酒店能耗预测方法，其特征在于，包括数据处理模块、特征处理模块和决策模块；所述数据处理模块的输出信息用于特征处理模块的输入参数；

2.如权利要求1所述的一种基于人工智能的酒店能耗预测方法，其特征在于，在数据处理模块中，数据采集自多个酒店的能耗监测系统，包括每日消耗的电力、水、燃气数据，数据采集方式采用实时自动化传输系统，并以结构化的JSON格式存储；对采集到的数据进行人工标注；

3.如权利要求2所述的一种基于人工智能的酒店能耗预测方法，其特征在于，所述生成对抗网络算法的训练流程如下：

4.如权利要求1所述的一种基于人工智能的酒店能耗...

【技术特征摘要】

1.一种基于人工智能的酒店能耗预测方法，其特征在于，包括数据处理模块、特征处理模块和决策模块；所述数据处理模块的输出信息用于特征处理模块的输入参数；

2.如权利要求1所述的一种基于人工智能的酒店能耗预测方法，其特征在于，在数据处理模块中，数据采集自多个酒店的能耗监测系统，包括每日消耗的电力、水、燃气数据，数据采集方式采用实时自动化传输系统，并以结构化的json格式存储；对采集到的数据进行人工标注；

3.如权利要求2所述的一种基于人工智能的酒店能耗预测方法，其特征在于，所述生成对抗网络算法的训练流程如下：

4.如权利要求1所述的一种基于人工智能的酒店能耗预测方法，其特征在于，在特征处理模块中，对扩充的数据进行特征处理，若扩充的数据特征数量小于等于30，则采用特征提取模型进行特征提取；若扩充的数据特征数量大于30，则采用特征降维模型进行特征降维；

5.如权利要求4所述的一种基于人工智能的酒店能耗预测方法，其特征在于，对于特征降维模型，采用基于特征重要性动态分配的自编码神经网络作为特征降维模型，所述自编码神经网络包括编码器和解码器两部分，编码器压缩输入的数据至一个低维表示，解码器从这个低维表示重构为与输...

【专利技术属性】
技术研发人员：曹治国，陈礼朝，孔晗可，齐非华，黄光中，
申请(专利权)人：杭州互为综合能源服务有限公司，
类型：发明
国别省市：