一种基于高效通道注意力机制优化的卷积双向门控循环单元神经网络的建筑能耗预测方法

本发明公开了一种基于高效通道注意力机制优化的卷积双向门控循环单元神经网络的建筑能耗预测方法，涉及建筑能耗预测领域，该方法包括：基于分组箱线图法和加权时间相似补全法，对建筑能耗数据进行预处理；利用相关性分析法，以及偏相关性和特征协同增益技术，筛选出若干所需天气特征；通过卷积神经网络和注意力机制对神经网络结构进行特征提取和权重分配的改进，得到建筑能耗预测模型；利用预处理后建筑能耗数据和所需天气特征，结合优化算法，对建筑能耗预测模型进行训练优化；通过优化后的建筑能耗预测模型和输入向量，对建筑能耗值进行预测。本发明有效提升能源需求预测的准确性和可靠性。