一种基于数据-机理融合驱动的建筑能耗多场景预测方法及装置

AITNT
正文
推荐专利
一种基于数据-机理融合驱动的建筑能耗多场景预测方法及装置
申请号:CN202510903526
申请日期:2025-07-01
公开号:CN120805041A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于数据‑机理融合驱动的建筑能耗多场景预测方法及装置,涉及建筑能耗多场景预测技术领域,包括采用数据收集方法从建筑管理平台BMS、气象站以及历史能耗记录收集建筑能耗数据,得到建筑能耗数据;采用数据预处理方法对建筑能耗数据进行预处理,得到预处理后的建筑能耗数据集;基于热力学原理构建描述建筑内部热量变化的基础物理模型,并基于预处理后的数据和机器学习算法构建数据驱动模型;将基础物理模型与数据驱动模型相结合,形成综合性的数据‑机理融合模型,得到能耗预测融合模型,并输入预处理后的数据至能耗预测融合模型中,输出能耗预测值;采用情景分析与模拟方法,利用蒙特卡罗模拟统计方法生成多个可能情景。
技术关键词
建筑能耗数据 数据驱动模型 多场景 数据预处理方法 数据收集方法 情景 机器学习算法 气象站 长短期记忆网络 表达式 数据收集模块 蒙特卡罗模拟方法 统计方法 建议方法 缺失值填补方法 物理
系统为您推荐了相关专利信息
1
融合误差修正机制的海上风光耦合多场景超短期出力预测方法、设备及介质
风光 出力预测方法 数值天气预报数据 实测气象数据 多场景
2
电气化铁路供电设备在线诊断数据预处理方法及系统
电气化铁路供电设备 数据预处理方法 矩阵 在线 生成随机
3
一种农业灌溉控制方法及系统
农业灌溉控制 作物需水量 学习控制器 比例电磁阀 生理传感数据
4
电站整体效率分析方法及系统
电站设备 分析方法 设备故障日志 效率分析系统 深度学习模型
5
基于多源数据的防氧化阻隔层性能退化预测方法及系统
性能退化预测方法 混合深度学习模型 数据 动态规划算法 曲线
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号