基于深度学习算法的制冷设备节能优化方法及系统

本申请提供一种基于深度学习算法的制冷设备节能优化方法及系统，涉及制冷节能领域，该方法包括：获取原始数据信息，并进行异常处理和归一化处理，得到目标数据信息；根据长短时记忆网络LSTM的时间序列预测方法，引入注意力机制构建预测模型，以输出预测信息；基于目标数据信息进行深度学习训练，得到决策模型，并根据制冷需求量和预获取的气象预测数据，以单位能耗制冷量最大为目标进行决策，输出决策信息以对制冷设备进行调控优化。本申请提高了设备调控的及时性，通过对制冷需求量的提前预估和设备运行的提前设置，可以使制冷设备的调控具有前瞻性，提升调控的及时性，从而减少由于调控滞后而产生的能耗损失。