基于站城融合空间能耗模型的深度学习方法及系统

AITNT
正文
推荐专利
基于站城融合空间能耗模型的深度学习方法及系统
申请号:CN202411589444
申请日期:2024-11-08
公开号:CN119417266B
公开日期:2025-10-21
类型:发明专利
摘要
本发明提供了一种基于站城融合空间能耗模型的深度学习方法及系统,所述方法先采用空间区域分析法分析站城融合立体网络空间内核心空间区域的核心能耗系统,并构建核心能耗系统的站城融合立体网络能耗模型,再通过站城融合立体网络能耗模型构建碳排放机理模型,然后根据碳排放机理模型中初始输入变量和输出变量的深度学习神经网络结构,定义碳排放机理模型的损失函数,接着采用迭代优化函数,对损失函数进行迭代训练,直至损失值低于容许值,输出深度学习神经网络代理模型,最后采用深度学习神经网络代理模型,依照规范要求,对站城融合立体网络空间的绿色运行性能评估,得到评估结果。相较于现有技术,本发明方法评估效率更高且可靠性更强。
技术关键词
深度学习方法 深度学习神经网络 能耗特征 空调能耗模型 暖通空调系统 电梯 立体 房间照明 变量 深度学习系统 核心 绿色建筑 照明系统 排放量
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