一种建筑室内环境热湿负荷解耦预测方法及装置

本发明公开了一种建筑室内环境热湿负荷解耦预测方法及装置，包括实时采集目标建筑室内环境的数据；对采集到的数据进行预处理；FEEMD模型构建，所述FEEMD为快速集合经验模态分解；采用FEEMD方法对数据集的时间序列进行分解，将复杂时间序列转化为稳定数据；OrdinalEncoder特征编码，构造出神经网络模型CNN‑GRU训练所需训练数据集；搭建CNN‑GRU模型；评估模型性能指标；本发明基于CNN‑GRU神经网络模型的空调热湿负荷解耦预测方法，通过对FEEMD分解法有效地减少在湿度和温度参数的高频部分的噪声的误差，从而提高预测结果的精度和稳定性，引入室内人的面部表情特征和面部温度特征，提高热湿负荷模型预测的鲁棒性。