一种基于迁移学习与多任务学习的单体空调负荷调节潜力评估方法

本发明公开了一种基于迁移学习与多任务学习的单体空调负荷调节潜力评估方法，涉及空调管理技术领域，该方法包括：基于通用场景下的空调运行数据构建区域关联模型，并对区域关联模型进行分析，得到空调设备间的协同调节关系；利用深度残差神经网络构建空调负荷调节潜力评估模型；根据空调设备间的协同调节关系制定多任务学习框架，并利用多任务学习框架对通用场景下的空调负荷调节潜力评估模型进行优化；结合迁移学习技术调整优化后的空调负荷调节潜力评估模型权重，得到特定场景下的空调负荷调节潜力评估模型。本发明通过构建区域关联模型并引入自监督学习和对抗训练，显著提升了空调负荷调节潜力评估模型的适应性和泛化能力。