一种基于优化学习的建筑碳排放预测方法及系统

AITNT
正文
推荐专利
一种基于优化学习的建筑碳排放预测方法及系统
申请号:CN202411674837
申请日期:2024-11-21
公开号:CN119598419A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了一种基于优化学习的建筑碳排放预测方法及系统,包括:识别第一对象的第一影响因素,对第一影响因素进行排序。对所述第一影响因素进行第一修正处理。建立第一神经网络模型,输入所述第一影响因素进行训练和测试。本发明提供的基于优化学习的建筑碳排放预测方法及系统基于建筑人员特性、建筑特性、用电设备特性、空气温度特性等外部环境因子,构建基于时序数据的建筑全寿命周期碳排放预测模型,实现对建筑全寿命周期内碳排放的精确预测,为实现建筑节能减排奠定基础。
技术关键词
排放预测方法 建筑全寿命周期 神经网络模型 建筑节能减排 神经网络训练 对象 设备特征 预测系统 处理器 计算机设备 时序 可读存储介质 存储器 训练集 模块 建筑物 数据 因子
系统为您推荐了相关专利信息
1
灾害隐患识别方法、系统、设备及存储介质
识别方法 多模态 文本 样本 计算机存储介质
2
一种面向Transformer神经网络模型的模块化分解方法
神经网络模型 识别器 样本 线性 矩阵
3
一种变桨轴承异常状态检测方法及系统、介质
变桨轴承 异常状态 断路检测器 建立识别模型 裂纹
4
一种智能AI声乐伴奏的实时跟随与自适应调节方法及系统
深度神经网络模块 声乐 意图 动态调整机制 声学结构
5
智能设备控制方法、智能设备及存储介质
智能设备控制方法 地图 智能设备控制技术 节点 神经网络模型
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