基于两阶段注意力机制融合卷积神经网络和长短期记忆网络的公共建筑空调负荷分解分析方法、装置及电子设备

AITNT
正文
推荐专利
基于两阶段注意力机制融合卷积神经网络和长短期记忆网络的公共建筑空调负荷分解分析方法、装置及电子设备
申请号:CN202411126371
申请日期:2024-08-15
公开号:CN119026291B
公开日期:2025-09-30
类型:发明专利
摘要
本发明基于两阶段注意力机制融合卷积神经网络和长短期记忆网络的公共建筑空调负荷分解方法涉及一种公共建筑用空调的负荷分解方法。包括如下步骤:基于聚类算法,建立空调运行日与非运行日区分模型;采用CNN卷积神经网络结合LSTM长短期记忆网络,建立非空调负荷预测模型;在非空调负荷预测模型的输入侧建立特征注意力机制,量化输入特征变量间的关联关系,动态调整输入特征权重,增强强相关特征变量的引导;在非空调负荷预测模型的输出侧建立时间注意力机制,捕获时序信息的依赖关系,动态调整隐藏状态的输出,增强关键时间步的信息表达;基于公共建筑负荷季节性运行特性,建立基于动态作差法的公共建筑空调负荷分解模型。
技术关键词
融合卷积神经网络 空调负荷预测 注意力机制 分解分析方法 长短期记忆网络 聚类算法 两阶段 负荷分解方法 负荷曲线聚类方法 Softmax函数 神经网络预测模型 多层感知机 变量 动态 时序 分析装置
系统为您推荐了相关专利信息
1
一种基于发电厂金属表面少样本的AI辅助图像数据标注方法
金属表面缺陷 原始图像数据 边缘检测算法 原型 少量标注数据
2
一种应用于运动疗法的步态识别方法、系统及设备
注意力机制 卷积神经网络训练 多尺度卷积核 步态识别方法 序列
3
基于人工智能的文档重构方法、装置、设备和存储介质
重构方法 图像 人工智能算法 噪声 纹理特征
4
一种自动化的产线螺栓松动检测识别方法及系统
螺栓松动检测 识别方法 图像处理模块 标准化技术 加权技术
5
用于镜片组件的光谱测试方法及系统
轻量级卷积神经网络 镜片组件 光谱测试方法 光斑 条纹
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号