一种增强数据驱动的建筑碳排集成预测系统及方法

AITNT
正文
推荐专利
一种增强数据驱动的建筑碳排集成预测系统及方法
申请号:CN202510173710
申请日期:2025-02-18
公开号:CN120046799A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了一种增强数据驱动的建筑碳排集成预测系统及方法,具体包括在数据增强模块中采用Bootstrap重采样方法进行建筑碳排数据的扩增,并将扩增后的数据与原始数据组合构建新的增强数据集;在特征提取模块使用自编码器提取建筑碳排时序数据的循环特征,并对原始特征进行分离,获取随机特征组成建筑碳排残差动态数据;在模型预测模块中利用循环特征数据集和残差动态数据集分别对相适配的预测模型进行训练,将这两部分的预测模型进行融合,用于建筑碳排的预测。本发明解决了建筑碳排数据获取困难和不足的问题;增强了对随机特征的处理能力,能够提升预测模型的预测准确度和运算速率,并具有高精度、强泛化能力和良好的可扩展性。
技术关键词
集成预测方法 残差模型 建筑 特征提取模块 预测系统 训练集 LSTM模型 采样方法 编码器 注意力机制 动态数据集 样本 时序 解码 参数 预测误差
系统为您推荐了相关专利信息
1
一种融合解析物理模型与深度学习的焊接型IGBT老化在线预测方法
在线预测方法 剩余使用寿命 深度神经网络模型 雨流计数法 线性累积损伤理论
2
基于双卷积神经网络非侵入式的可再生能源负荷预测系统和方法
负荷预测系统 功率 负荷特征 双卷积神经网络 时序特征
3
一种基于多尺度非对称卷积的实时激光雷达语义分割方法
语义分割方法 局部细节特征 特征提取模块 训练神经网络模型 语义标签
4
一种地物动态监测方法及系统
动态监测方法 地物类别 训练集 日期 分辨率
5
基于大数据分析的城市安全监测定量预测方法及系统
定量预测模型 定量预测方法 异构 指标 子模块
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