一种基于LSTM-AM算法及其FPGA硬件加速的建筑能耗预测方法

本发明属于建筑能源技术领域，提供了一种基于LSTM‑AM算法及其FPGA硬件加速的建筑能耗预测方法，包括以下步骤：S1、对相关数据进行收集和预处理并构建数据集；S2、构建建筑能耗预测模型；S3、借助ZYNQ的PL端的FPGA的并行计算能力实现LSTM‑AM神经网络算法模型的加速计算。本发明的有益之处是把把建筑小时总能耗数据和建筑小时室内空气温度数据结合起来并用LSTM‑AM神经网络算法模型实现建筑能耗预测，在ZYNQ架构中利用FPGA硬件加速，实现基于LSTM‑AM神经网络的建筑能耗预测算法以高性能的方式运行在基于ZYNQ的楼宇控制器中。