基于遗传算法的空调负荷预测方法、装置、设备及介质

AITNT
正文
推荐专利
基于遗传算法的空调负荷预测方法、装置、设备及介质
申请号:CN202510140568
申请日期:2025-02-08
公开号:CN119990453A
公开日期:2025-05-13
类型:发明专利
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
1
一种锂电子电池隔膜设备的云端监控管理方法、系统及设备
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
2
一种缓冲罐中气压波动平衡及压力稳定方法及系统
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
3
物料处理方法、装置、设备、存储介质及程序
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
4
基于双层交互交易的虚拟电厂分布式多能源调度策略
双层交互 多能源 节点 负荷 储能系统
5
一种深度学习模型训练方法、装置、电子设备及存储介质
数据 样本 对象 置信度阈值 深度学习模型训练
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号