【技术实现步骤摘要】
本专利技术涉及能耗预测，具体涉及一种建筑能耗预测方法及装置。
技术介绍
1、建筑行业是全球能源消耗和碳排放的主要来源之一。据统计，建筑运行阶段的能耗约占全球总能耗的30％至40％，并贡献了大量的碳排放。随着全球气候变化和能源危机的加剧，建筑行业的节能减排压力持续增加。因此，提高建筑能耗管理和优化水平成为建筑行业的重要课题。
2、建筑能耗预测作为建筑能源管理的重要组成部分，能够提前预测建筑在未来时间段内的能耗趋势，为能耗调控、设备优化调度、能源采购和碳排放管理提供科学依据。精准的能耗预测不仅有助于降低能源消耗和运营成本，还能有效提高能源系统的运行效率和环境友好性。
3、目前，建筑能耗预测方法主要分为基于物理模型的方法和基于数据驱动的方法两大类。基于物理模型的方法主要是通过模拟建筑结构、材料、气候条件和设备运行状态等物理特性，采用能耗模拟软件(如energyplus、trnsys)对建筑能耗进行预测。这种方法具有理论基础扎实，模型解释性强的优点，但是需要大量详细的建筑物理信息和运行数据，建模过程复杂，难以适应动态变化...
【技术保护点】
1.一种建筑能耗预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述特征包括下述中的至少一种：建筑类型、环境特征、设备状态和人员行为。
3.如权利要求1所述的方法，其特征在于，所述预先训练的长短期记忆网络模型的训练过程包括：
4.如权利要求3所述的方法，其特征在于，所述目标领域包括：自有办公生产建筑，所述源领域包括：办公建筑和生产建筑。
5.如权利要求3所述的方法，其特征在于，所述引入动态任务权重和领域对抗损失进行全局更新的过程中，全局更新公式如下：
6.如权利要求5所述的方法，...
【技术特征摘要】
1.一种建筑能耗预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述特征包括下述中的至少一种：建筑类型、环境特征、设备状态和人员行为。
3.如权利要求1所述的方法，其特征在于，所述预先训练的长短期记忆网络模型的训练过程包括：
4.如权利要求3所述的方法，其特征在于，所述目标领域包括：自有办公生产建筑，所述源领域包括：办公建筑和生产建筑。
5.如权利要求3所述的方法，其特征在于，所述引入动态任务权重和领域对抗损失进行全局更新的过程中，全局更新公式如下：
6.如权利要求5所述的方法，其特征在于，所述关于ti的损失函数如下：
7.如权利要求6所述的方法，其特征在于，所述ti对应的动态任务权重如下：
8.如权利要求7所述的方法，其特征在于，所述关于ti的领域对抗损失如下：
9.一种建筑能耗预测装置，其特征在于，所述装置包括：
10.如权利要求9所述的装置，其特征在于，所述特征包...
【专利技术属性】
技术研发人员：王潇，庞敬帅，康旭源，杨咏新，李元付，王瑞琪，公维帅，陈洪银，陶晓龙，朱峰，李延真，梁雅洁，撖奥洋，王者龙，王国荣，朱国梁，王为帅，郭毅，梁小姣，林涛，周翔宇，贾晓强，冯媛媛，
申请(专利权)人：中国电力科学研究院有限公司，
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。