摘要
本发明公开一种办公建筑能耗预测方法及系统,涉及能耗预测技术领域,该方法包括:采集当前办公建筑能耗数据;将负荷序列分解为多个模态分量,对每个模态分量计算其样本熵,根据样本熵的计算结果,使用K均值聚类算法对模态分量进行重组;将重组后的每个模态分量作为节点,将模态分量之间的时序相似性作为节点之间的边,构建出图结构;将图结构输入GCN‑Transformer模型中,提取图结构中节点的空间特征,引入自注意力机制提取时序特征;通过将时空特征输入全连接层中,得到未来一段时间的能耗预测值;该方法在面对复杂多变的能耗场景时,能够同时兼顾空间协同和时间依赖,从而提供更精准的预测结果。
技术关键词
序列
样本
动态时间规整
时序特征
轮廓系数
注意力机制
节点
加权平均法
能耗预测技术
代表
K均值聚类算法
定义
矩阵
负荷
数学模型
索引
频率
系统为您推荐了相关专利信息
空间注意力模型
视线追踪方法
时空注意力机制
时空注意力模型
卷积神经网络模型
高压开关机械
传动链
多模态传感器
融合遗传算法
数字孪生技术