一种基于混合深度学习模型的建筑能耗预测方法及系统

本申请公开了一种基于混合深度学习模型的建筑能耗预测方法及系统，属于智慧建筑与建筑能耗预测技术领域，用于解决现有的建筑能耗预测技术中存在的预测精度低、对复杂能耗模式适应性差、实时性不足的技术问题。方法包括：通过物联网设备实时采集建筑能耗数据，构建多维度原始数据集；对所述多维度原始数据集进行预处理与特征重构，得到输入特征矩阵；利用长短期记忆网络LSTM和门控循环单元GRU构建混合深度学习模型，并对所述混合深度学习模型进行训练，得到建筑能耗预测模型；将所述输入特征矩阵输入至训练好的建筑能耗预测模型中，得到未来预设时长的能耗预测值。通过上述方法实现了建筑能耗的精确性和实时性预测，且能够适应复杂能耗模式下的预测。