摘要
本发明公开了人工智能的建筑能耗预测方法,方法包括数据采集、数据预处理并转换、去除数据异常值、构建特征距离公式、获取算法最优超参数、聚类和建筑能耗预测结果。本发明涉及建筑能耗数据处理技术领域,具体是指基于人工智能的建筑能耗预测方法,本方案通过构建特征距离公式可以带来更加精准的数据度量和分析结果,提高数据处理的效率和准确性,有助于实现更好的数据挖掘、分类、聚类和识别等应用,提高聚类质量;采用多项式曲线和数学期望法获取参数,可以找到稳定的簇变化范围,实现聚类过程自动化。
技术关键词
建筑能耗预测方法
建筑能耗数据
能耗数据处理技术
曲线
多项式
DBSCAN算法
特征值
数据标签
超参数
建筑设备
聚类
特征选择方法
建筑物
矩阵
邻域
系统为您推荐了相关专利信息
色温曲线
白平衡方法
图像块
计算机存储介质
像素
稳定杆衬套
弹性支撑单元
可调节阻尼
非线性力学模型
高弹性材料
特征通流面积
平稳工况
数据挖掘算法
阀门组
深度学习方法
时间序列特征
支持向量机模型
故障诊断方法
长短期记忆网络
静态特征