摘要
本发明涉及人工智能与数据处理技术领域,具体涉及一种建筑能耗预测模型训练方法及设备,具体如下:通过建筑信息模型获取建筑结构参数,部署物联网传感器进行采集动态数据,然后整合成建筑能耗数据库,再对数据进行人工标注;将采集的数据进行时空对齐,并进行插值、降噪和归一化操作,得到时空关联矩阵;构建基于时空图卷积网络的建筑能耗预测模型,将时空关联矩阵输到模型中进行训练;将新采集的数据输到训练好的模型中,得到建筑能耗的分类结果。本发明通过对建筑能耗预测模型进行训练实现模型对数据的高效处理和自动调优,提高预测结果的准确性,降低重复开发成本,适用于智能建筑、绿色建筑与智慧城市中的能源管理系统。
技术关键词
建筑能耗预测
模型训练方法
建筑信息模型
节点
能效
动态邻接矩阵
数据
物联网传感器
变量
网格
Softmax分类器
时序特征
参数
周期
能源管理系统
系统为您推荐了相关专利信息
广度优先搜索算法
调度优化方法
计算机程序指令
灰狼算法
节点
样本
特征参数获取方法
模型训练方法
锂离子电池
数据
测试用例自动生成方法
状态机
表达式
树状数据结构
可读存储介质
虚假信息检测方法
三元组
编码特征
预训练语言模型
语义
验证集成电路设计
集成电路设计技术
字符串匹配算法
绘图算法
数据格式