摘要
本申请公开了一种基于熵评估的建筑能耗预测方法及相关装置,其中,方法包括:获取建筑数据;对建筑数据进行分解,得到多条子序列;计算每条子序列的排列熵值;基于每条子序列的排列熵值确定每条子序列对应的预测模型;基于每条子序列和每条子序列对应的预测模型得到建筑能耗。本申请摒弃了单一的预测方法,通过基于排列熵值确定每条子序列对应的预测模型,使预测模型与每条子序列之间的适配度提高,从而有效隔离每条子序列的非平稳信息对预测的影响,进而提高基于每条子序列和每条子序列对应的预测模型得到建筑能耗的准确性。
技术关键词
建筑能耗预测方法
深度学习预测模型
序列
时间卷积网络
LSTM神经网络模型
人工神经网络模型
数据
长短期记忆网络
处理器
频率
计算机程序产品
计算机设备
模块
可读存储介质
存储器
系统为您推荐了相关专利信息
可见光图像
融合特征
融合方法
原始图像数据
多尺度特征提取
深部地下工程
监测点
防控方法
序列
地下工程结构
电话号码识别方法
样本
识别置信度
标签
电子设备
扫描图像处理方法
特征提取模块
视觉特征提取
图像处理模型
真实图像数据