摘要
本发明涉及能耗预测技术领域,具体提供了一种建筑能耗预测方法及装置,包括:获取目标领域对应的特征时间序列预测数据;将目标领域对应的特征时间序列预测数据作为预先训练的长短期记忆网络模型的输入,得到预先训练的LSTM模型输出的目标领域对应的能耗时间序列预测数据;其中,所述预先训练的长短期记忆网络模型采用模型无关的元学习算法进行训练,训练过程中引入动态任务权重和领域对抗损失进行全局更新。本发明提供的技术方案,在模型训练过程中引入动态任务权重和领域对抗损失进行全局更新,能够在处理多建筑类型任务时更加高效,且能迅速从其他建筑类型的数据中迁移知识,进而提高在新建筑上的预测性能。
技术关键词
长短期记忆网络
建筑能耗预测方法
样本
学习算法
序列
数据
能耗预测技术
动态
标签
标记
处理器
计算机设备
参数
可读存储介质
程序
模块
系统为您推荐了相关专利信息
态势评估方法
猴痘病毒
风险预测模型
动物
地理位置信息
光栅编码器
轨迹预测方法
编码器信息
望远镜控制系统
运动控制系统
打分算法
风险预警系统
可视化模块
模型算法
预警模块