基于CNN-RNN组合模型的办公建筑能耗预测

作者：曾国治; 魏子清; 岳宝; 丁云霄; 郑春元; 翟晓强^*

来源：上海交通大学学报, 2022, 56(09): 1256-1261.

DOI：10.16183/j.cnki.jsjtu.2021.192

• 建筑能耗预测
• 卷积神经网络
• 循环神经网络
• 深度学习

为准确反映办公建筑的运行特性，利用卷积神经网络(CNN)良好的特征提取能力与循环神经网络(RNN)良好的时序学习能力，提出用于预测办公建筑能耗的CNN-RNN组合模型，并对应设计了适用于深度学习模型的二维矩阵数据输入结构.案例分析结果表明，相较于简单循环神经网络和长短期记忆网络，CNN-RNN组合模型的预测精度与计算效率均显著提升，模型泛化性好.

• 单位
  上海交通大学; 广东美的暖通设备有限公司