基于建筑用能模式识别及多任务学习的柔性负荷预测方法

本发明公开了一种基于建筑用能模式识别及多任务学习的柔性负荷预测方法，属于建筑节能及负荷预测领域，包括采用ToU‑K‑means方法对柔性负荷数据集进行聚类分析，识别不同建筑用能模式；基于GRA法定量分析不同影响因素与多元负荷之间的相关性；采用相似日数据垂直对比法对柔性负荷数据集进行异常值辨识和缺失值填充，然后划分训练集、验证集与预测集；基于MTL算法搭建多元柔性负荷预测模型框架，并基于LSTM搭建模型共享层结构，得到训练好的预测模型；对负荷预测模型的性能进行评价。本发明采用上述的基于建筑用能模式识别及多任务学习的柔性负荷预测方法，可以解决由于建筑柔性的利用而导致的负荷难以准确预测的难题，有效提高建筑多元柔性负荷的预测精度。