一种面向稀缺样本空调能耗预测的多源迁移学习方法、装置及电子设备

本发明涉及一种在可用样本数据稀缺的情况下，利用多源迁移学习方法进行空调能耗预测的方法，属于数据挖掘技术在能源管理系统中的应用领域。其方法为：对数据进行预处理；根据预处理的数据为多源迁移学习模型确定损失函数；根据源域与目标域之间的分布差异动态调整迁移学习模型的参数；利用迁移学习模型对目标域的空调能耗进行预测，获取能耗预测值。本发明通过提出一种面向稀缺样本空调能耗预测的多源迁移学习方法，通过在目标函数中增加模型级的正则函数，实现多源域之间的知识共享并提高了模型的迁移精度和泛化性能，为样本稀缺场景下的空调系统能耗预测提供了有效解决途径。