摘要
本发明提供基于BIM的建筑能耗模拟分析优化方法及系统,涉及建筑能耗技术领域,包括通过集成建筑信息模型(BIM)与物联网传感器采集的室内外温度、设备运行、用电负荷、人员密度等实时运行数据,构建建筑能耗数字孪生模型。采用LSTM和GNN混合的深度学习算法预测建筑能耗,并利用聚类分析识别能耗异常模式和峰值时段。最后,基于强化学习算法构建以总能耗最小化为目标,以室内热舒适度和空气质量为约束的能耗优化模型,输出空调温度、新风风量、照明亮度等设备优化运行参数,实现建筑能耗智能化优化控制,从而降低建筑能耗,提升建筑运行效率。
技术关键词
优化运行参数
建筑设备系统
建筑能耗预测
建筑信息模型
长短期记忆网络
数字孪生模型
建筑外围护
输出特征
深度学习算法
预训练模型
数据
分析优化方法
强化学习算法
聚类分析方法
模式识别
门窗系统
系统为您推荐了相关专利信息
问句分类方法
双向长短期记忆网络
递归神经网络
多头注意力机制
编码器
关节点
历史流量数据
资源分配方法
强化学习模型
长短期记忆网络
迁移学习模型
拓扑特征
错误识别方法
语义特征
神经网络模型
协同控制方法
故障特征学习
切换控制算法
水泵
度量学习方法