摘要
本发明涉及建筑能耗预测技术领域,具体为一种基于云计算的建筑能耗预分析方法及系统。本发明以建筑中每一楼层为边缘节点,云计算中心为中心节点,构建联邦学习框架,实现本地数据的分布式建模与协同训练。边缘节点基于本地能耗数据训练模型并上传参数,云端聚合多个节点模型后,结合抽样获得的全局能耗数据进行再训练优化。在模型参数下发过程中,引入哈希一致性校验机制,确保模型传输的完整性与安全性。同时,通过Q‑learning强化学习算法,根据边缘节点的预测误差与系统算力状态动态调整其数据采样频率与训练周期,进一步提升系统的资源利用效率与预测精度。
技术关键词
计算中心
预分析方法
节点
参数
预测误差
强化学习算法
能耗预测模型
数据采集周期
建筑能耗预测技术
预分析系统
云端
频率
校验机制
哈希算法
校验模块
系统为您推荐了相关专利信息
多元线性回归模型
谐波阻抗测量方法
多元线性回归方法
电压
电流