摘要
本发明涉及一种基于深度学习的制冷系统能耗预测方法及系统,属于机器学习算法技术领域,包括:构建并训练能耗预测模型;将待预测时间序列预处理后,通过训练好的能耗预测模型实现制冷系统能耗预测;其中,能耗预测模型中,将包括原始时间序列数据和目标时间序列数据的序列数据作为输入序列,处理转换为隐藏表示,以捕捉序列中的模式和特征;捕捉相关信息,获得对能耗的预测值。本发明能耗预测模型对于制冷系统能耗预测精度高,可以有效的指导系统运行,避免能源的浪费和不必要的能耗。本发明能耗预测模型泛化性强,适用于高温库和低温库能耗预测,能够更好地应用于实际场景中,为决策提供可靠的支持。
技术关键词
能耗预测模型
能耗预测方法
制冷系统
序列
数据
机器学习算法技术
编码器
注意力机制
预测系统
冷库
矩阵
节点
时序
模式
参数
电能
阶段
系统为您推荐了相关专利信息
行人检测模型
行人检测网络
预训练模型
行人检测方法
数据
光电传感器单元
数据处理方法
海洋环境数据
海洋环境监测
轨迹特征
网络资源匹配方法
决策
网络资源技术
定义
物流系统
全景图像数据
人工智能深度学习
高速分选方法
瑕疵
高速分选系统
机器人步态规划
运动控制方法
抬腿动作
强化学习算法
机器学习算法