一种基于深度学习的大数据信息处理方法及系统

本申请提供一种基于深度学习的大数据信息处理方法及系统。其中，本方法通过建筑信息模型结合红外热成像数据生成能量分布模型，并根据此模型构建动态热平衡方程集以生成立体温度场重构数据。接着，利用深度学习算法分析能量分布模型中的热阻参数、立体温度场重构数据中的热流异常区坐标以及空调机组电流数据，提取出设备功耗与热环境参数的时空耦合特征。然后，制定温控设备的优先级调控链，涵盖新风换气速率、照明调光及蓄冷罐释冷的多级联动规则。最后，动态调整冷冻水泵相位差、空调群组运行模式及应急照明功率限值，实现电力负荷平抑。本申请提供的技术方案能够提升大建筑楼宇的数据信息处理的效率和稳定性。