摘要
本发明公开了一种建筑空调系统负荷预测方法、装置、介质和设备,涉及计算机技术领域。先获取建筑空调系统中不同位置空调的冷负荷历史时序数据和对应历史时段的负荷影响数据作为样本数据,再基于双向时间卷积网络改进得到双向空间卷积网络,在双向空间卷积网络和双向长短期记忆网络形成的并行结构后串接交叉注意力模块,构建预测模型,之后通过样本数据对预测模型进行训练,并通过冠豪猪优化算法对超参数进行寻优,得到建筑空调系统负荷预测模型,最后通过建筑空调系统负荷预测模型基于待预测数据对建筑空调系统中各空调在目标时刻的冷负荷进行预测。本发明提高了建筑空调系统中不同位置空调的冷负荷预测准确性。
技术关键词
建筑空调系统
空调冷负荷
负荷预测方法
负荷预测模型
空间分布特征
数据
时序
注意力
时间卷积网络
融合特征
构建预测模型
样本
模块
时间段
关系
系统为您推荐了相关专利信息
基站节能管理方法
时隙分配策略
关断
符号
负荷预测模型
设备状态预测
多业务场景
负荷预测模型
智能调控方法
故障预测模型
电力负荷预测方法
电力负荷预测系统
智能算法
主成分分析法
梯度提升决策树
解码器结构
负荷预测方法
双编码器
深度学习结构
多任务
光伏发电功率预测
余热发电
负荷预测模型
模型构建方法
设备运行状态数据