一种基于LSTM的分布式能源站供热负荷预测方法

本发明公开了一种基于LSTM的分布式能源站供热负荷预测方法，涉及分布式能源站供热技术领域，本发明提出一种基于长短期记忆网络的分布式能源站供热负荷预测方法。通过学习经过孤立森林算法异常处理后的各个分布式能源站的过往历史运行数据、天气数据、建筑数据、时间数据，应用LSTM独特的记忆机制和门控结构，分析该能源站的供热负荷变化规律，并根据实时数据预测未来某小时最合理的出水温度或回水温度，及时下发到能源站，调整空气源热泵加热温度，实现供热精准调控，能够有效维持室温均衡，提高能源站COP值，减少工单和能源浪费。