摘要
本发明公开一种基于建筑类型识别的城市能耗快速预测方法,涉及城市能耗管理技术领域。本发明的建筑类型识别模型采用深度学习算法进行构建,以多源信息,即建筑特征数据和周边环境信息数据作为输入,利用深度学习算法自动识别每个建筑的建筑类型,保证在数据不完整或不准确的情况下仍具有较高的分类精度。利用不同类型建筑的典型建筑能耗数据,为每种建筑类型提供单位面积能耗计算标准,根据建筑类型识别模型得到的建筑类型进行区域建筑能耗预测,生成城市能耗分布图,以便更精确的能耗管理,该方法将建筑类型识别模型应用于区域能耗预测,具有数据普适性和扩展性,使之在多种城市环境中均能适用。
技术关键词
周边环境信息
建筑轮廓
向量特征提取
多源信息数据
处理单元
融合特征
兴趣
深度学习算法
能耗管理技术
建筑能耗预测
建筑能耗数据
图像
生成城市
典型
上采样
整体建筑
模块
系统为您推荐了相关专利信息
超声数据
超声影像数据
脑血管功能
经颅超声
脑血管分析系统
日负荷曲线
电力负荷预测模型
日期
数据
电力用电