基于负荷漂移感知的自适应建筑负荷预测方法

本发明提供了基于负荷漂移感知的自适应建筑负荷预测方法，涉及智能建筑技术领域，包括以下步骤：S1：利用LSTM模型对历史负荷数据进行时序建模，从而对建筑系统未来负荷进行初步预测；S2：利用卷积神经网络CNN进行数据分类，准确识别漂移类型并动态调整预测模型，对负荷预测进行实时监测；S3：在漂移检测和分类的基础上，通过预训练的专家网络对负荷预测结果进行修正；本发明在历史数据的基础上，通过LSTM模型进行初步负荷预测，并利用CNN检测和分类负荷漂移，在发生漂移时通过混合专家模型进行负荷修正预测，从而提高负荷预测的准确性和适应性，减少对大量历史数据的依赖，实现更高效的建筑负荷管理。