摘要
本发明提供了一种建筑冷热负荷自适应计算方法、系统、设备及介质,属于负荷预测技术领域。所述方法包括:收集建筑的图像数据和用电数据,经过预处理后,从用电数据中提取出时间序列特征;利用边缘检测、特征点识别和语义分割技术,从图像数据中提取出图像特征;通过多视图几何技术和表面重建方法,利用图像特征生成三维点云,并使用Revit软件将三维模型转换为BIM模型;基于用电数据和建筑内部设备的功率,计算太阳辐射和内部热源,并使用随机森林和神经网络算法训练冷热负荷预测模型;采用在线学习和网格搜索技术动态调整和优化冷热负荷预测模型,将实时用电数据和环境参数输入冷热负荷预测模型,生成建筑冷热负荷预测结果。
技术关键词
负荷预测模型
Revit软件
表面重建方法
时间序列特征
语义分割技术
生成三维点云
特征点识别
建筑
神经网络算法
三维模型
搜索技术
计算方法
随机森林
边缘检测
Canny算法
相机标定参数
生成图像数据
系统为您推荐了相关专利信息
状态预测方法
烘烤烟叶
烟叶图像
图像分类模型
时间序列特征
皮带称重系统
值检测设备
智能相机
智能学习模型
数据处理算法
GRU神经网络
预报方法
时间序列特征
误差预测
预报误差
交通流预测系统
交通流预测模型
特征重构层
数据处理方式
传感器
土壤有机质含量
大数据分析方法
作物生长状态
动态
农业