科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的建筑用电负荷多步预测方法及系统,其目的在于利用深度学习算法对复杂数据的非线性学习能力以达到对建筑用电负荷的良好表征。本发明包括以下步骤：提取建筑能耗监测平台中对应分项的用电负荷历史数据；检测并插补用电负荷时间序列异常值；归一化一维时间序列用电负荷数据并将其转化为多步预测所需的多输入-多输出格式；调试并优化LSTM模型超参数,进行模型训练与多步预测,得到所述建筑用电负荷的预测结果。本发明建立的建筑用电负荷预测模型预测数据可靠性高、预测时段长,可用于预测单栋或多栋建筑的多步逐时用电负荷、建筑能耗的节能控制、建筑用电量变化趋势判定等方面。
- 单位
