摘要
本发明涉及人工智能技术领域,提供一种建筑性能预测方法、装置、设备及介质,能够基于双头输入和四任务输出架构的多任务学习模型,以及指定经纬度范围内的既有建筑数据训练得到多任务建筑能源预测模型,以实现对多种建筑性能指标的同时预测,提高了预测效率;将目标建筑的目标建筑特征及目标气象参数输入至多任务建筑能源预测模型,得到目标建筑的预测建筑能耗强度、预测屋顶光伏发电量、预测南立面光伏发电量及预测东西立面光伏发电量,并进一步生成目标建筑的目标建筑性能预测结果,以人工智能手段实现对建筑性能快速且准确的模拟。
技术关键词
光伏发电量
建筑
性能预测方法
气象
多任务学习模型
能耗
一维卷积神经网络
屋顶
参数
多头注意力机制
强度
能源
计算机设备
指标
预测装置
可读存储介质
双头
人工智能技术
误差
系统为您推荐了相关专利信息
配电变压器
分布式电源
线损计算方法
配电网模型
配电网线损
图像生成方法
形态
电信号
计算机设备
图像生成装置
气动性能预测方法
飞行器
火箭
仿真数据
风洞试验数据
多孔碳骨架
性能预测方法
硅碳负极
多孔碳材料
纳米多孔结构
性能预测模型
数据预测模型
建筑围护结构
节能优化方法
围护结构设计