一种公共建筑冬季节能供热的动态日负荷预测方法及系统

本申请提出一种公共建筑冬季节能供热的动态日负荷预测方法及系统，属于建筑能源系统节能运行领域，其中方法包括：获取待预测的供热的影响因素；对每一个待预测的供热的影响因素进行分解，得到每个影响因素的多个模态；在每个影响因素的多个模态中，取与热负荷相关性系数最高的模态，并与待预测的供热的影响因素构成重构后数据；将重构后数据输入到预训练的LSTM神经网络模型中，得到日负荷预测结果，预训练的LSTM神经网络模采用麻雀搜索方法对LSTM神经网络模型的参数进行寻优。本申请采用多元变分模态分解、LSTM神经网络模型以及麻雀搜索方法，避免出现热负荷值过大的情况，提高了预测的效率和准确性。