摘要
本发明公开了物理‑数据双驱动地铁站建筑负荷预测方法,包括:利用能耗模拟软件模拟生成在不同气象参数和客流量下的地铁站单位面积建筑负荷数据;将建筑负荷数据分解为若干个本征模态函数并提取特征参数;利用欧氏距离计算目标地铁站与多个地铁站负荷之间的相似性;根据欧氏距离计算的相似性得分,选择相似性得分最高的若干个地铁站负荷数据;使用选择的地铁站负荷数据对初始模型进行训练;基于训练好的预测模型进行预测。该负荷预测方法在利用物理‑数据双驱动模型进行精确预测的基础上,可实现移植到其它地铁站的能耗分析研究,有利于地铁站系统整体能效的提升。
技术关键词
建筑负荷预测方法
数据
物理
地铁站系统
保真度约束
有效值
短期负荷预测
气象
信号
更新模型参数
能耗
频率
指标
因子
波形
调频
系统为您推荐了相关专利信息
人脸识别模块
数据储存器
分析模块
厂区监控
生成对抗网络
微型气压传感器
注浆
微型传感器
数据处理装置
算法模型
动态变化模型
刀具材料
曲线
温度在线监测系统
切削刀具技术
三维卷积神经网络
ReLU函数
图像
直方图均衡化算法
校正算法
指标
深度神经网络模型
非线性特征提取
评定系统
评定方法