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
基于熵权法和图卷积网络的典型任务系统性能评估方法
系统性能评估方法 卷积模块 典型 节点特征 卷积网络模型
2
用于图像处理的双向自适应重加权神经网络的构建方法
卷积神经网络特征提取 图像处理 注意力机制 模块 状态空间模型
3
一种基于深度学习的分电压等级线损预测方法及系统
分支 融合特征 线损预测方法 电压 深度学习算法
4
基于热力性能指标的汽轮机偏差智能识别与溯源方法及系统
溯源方法 汽轮机 修正算法 模式识别 推理规则
5
火灾检测方法、装置、电子设备及可读存储介质
图像检测模型 火灾检测方法 特征提取模块 通道注意力机制 输出特征
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