基于多维数据图像化的LSTM园区空调负荷预测方法

本发明提供一种基于多维数据图像化的LSTM园区空调负荷预测方法，包括以下步骤：获取历史时间段的空调用电负荷数据序列，气温数据序列和工作人数数据序列，分别转化为空调用电负荷RGB图像、气温RGB图像和工作人数RGB图像；采用LSTM模型进行空调负荷预测。本发明提供一种基于多维数据图像化的LSTM园区空调负荷预测方法，将空调用电负荷相关的数据转化为RGB图像，通过对RGB图像进行学习并预测，从而降低空调负荷预测的复杂度，提高空调负荷预测精度。