一种联合BIM与CIM的建筑能耗预测方法

本申请属于数据处理技术领域，涉及一种联合BIM与CIM的建筑能耗预测方法，通过提取BIM模型中的数据结合CIM模型中的数据，经过数据清洗、空间对齐和时间尺度统一，确保了不同数据源的统一性和可比性；然后，通过空间关联分析和动态特征衍生，结合知识图谱构建了建筑和城市环境之间的交互特征，基于这些数据，构建了修正后的白箱能耗模型，并通过利用CIM中的气象数据动态修正边界条件，使模型能够更准确地反映实际能耗；最后，通过时空图神经网络(ST‑GNN)模型，充分考虑了建筑能耗与城市环境之间的时空依赖关系，生成了高精度的能耗预测结果；有效解决了传统方法无法处理外部环境动态变化、缺乏时空依赖性建模以及模型精度不足等技术问题。