摘要
本发明公开了一种基于遗传算法的空调负荷预测方法、装置、设备及介质。该方法包括:获取目标空调系统对应的历史参数数据集;基于预设遗传算法对历史参数数据集进行特征选择,得到历史参数数据集对应的历史数据特征子集;基于历史数据特征子集对预设深度学习模型进行训练,得到训练好的目标深度学习模型;基于目标深度学习模型对目标空调系统对应的实时参数数据进行数据预测,得到目标空调系统对应的负荷预测结果。通过本发明的技术方案,能够利用实时数据进行空调负荷预测,提高了空调负荷预测的预测效率和精度。
技术关键词
历史数据特征
深度学习模型
空调负荷预测方法
遗传算法
特征选择
参数
集群
模型训练模块
可读存储介质
变异策略
基础
计算机
数据采集模块
电子设备
处理器通信
系统为您推荐了相关专利信息
云端监控
锂电子电池隔膜
管理方法
遗传算法优化
数字孪生模型
气压
压力稳定方法
非线性控制算法
神经模糊推理系统
速率
强化学习算法
深度学习算法
非暂时性机器可读存储介质
销量预测模型
需求预测模型