摘要
本发明涉及基于XGBoost模型的大型公共建筑能耗预测方法,对公共建筑按气候区和用途进行分类,采集各类公共建筑的能耗数据,构建建筑能耗样本数据集;分析公共建筑能耗的影响因素;采用逐步回归方法分析各影响因素对建筑能耗影响的显著性,并筛选影响因素;分别构建各类公共建筑的能耗计算回归模型;建立能耗预测修正模型;利用能耗计算回归模型和能耗预测修正模型,计算得到公共建筑的能耗预测值。本发明利用双重预测与修正机制能够有效减少了预测误差,提高了预测结果的可靠性,能针对不同气候区不同用途的大型公共建筑计算得到其能耗值,减小了对建筑样本数据以及专家评价结论的依赖性,能适用于智慧建筑场景。
技术关键词
大型公共建筑能耗
XGBoost模型
购物中心
数据机房
空调
商业
餐饮
冷冻冰柜
密度
医院
指标
地下车库
预测误差
冷藏柜
样本
数据项
客房
系统为您推荐了相关专利信息
流体力学仿真
节能控制方法
深度神经网络
空调运行参数
可视化界面
夏热冬暖地区
强化学习框架
控制空调系统
水蓄冷系统
混合制冷
中央空调
热源
数字孪生体
环境感知传感器
加权平均温度
智能实时监测系统
煤矿机电设备
遗传算法优化
PCA算法
煤炭
车载设备
历史数据预处理
执行控制动作
设施
生成训练数据