[发明专利]一种基于长短期记忆循环神经网络的空调能耗预测方法在审
| 申请号： | 201910178740.7 | 申请日： | 2019-03-11 |
| 公开（公告）号： | CN109959122A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 胡海根;洪天佑;李伟;肖杰;管秋;周乾伟 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | F24F11/46 | 分类号： | F24F11/46;F24F11/63 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于长短期记忆循环神经网络的空调能耗预测方法，包括以下步骤：步骤1，采集数据，采集大冲能源公司提供的水冷中央空调项目正常运行的水冷中央空调数据、对应的环境数据；步骤2，对得到正常运行的水冷中央空调数据、对应的环境数据进行数据预处理；步骤3、对数据集进行训练，实现空调能耗预测，采用LSTM‑RNN长短期记忆循环神经网络，将预处理后的数据集和对应的功耗作为LSTM‑RNN长短期记忆循环神经网络的输入，进行网络训练后，得到最终的预测模型；步骤4、将测试数据输入预测模型，得到空调当前工况下的能耗值。本发明简化了模型训练过程，提升了预测准确率。 | ||
| 搜索关键词： | 循环神经网络 水冷中央空调 空调能耗 预测 环境数据 数据集 预处理 模型训练过程 数据预处理 采集数据 测试数据 输入预测 网络训练 预测模型 准确率 功耗 能耗 采集 空调 能源 | ||
【主权项】：
1.一种基于长短期记忆循环神经网络的空调能耗预测方法，其特征在于，所述方法包括以下步骤：步骤1，采集数据，采集大冲能源公司提供的水冷中央空调项目正常运行的水冷中央空调数据、对应的环境数据；步骤2，进行数据集的预处理，对得到正常运行的水冷中央空调数据、对应的环境数据进行数据预处理；步骤3、对数据集进行训练，实现空调能耗预测，采用LSTM‑RNN长短期记忆循环神经网络，将预处理后的数据集和对应的功耗作为LSTM‑RNN长短期记忆循环神经网络的输入，进行网络训练后，得到最终的预测模型；步骤4、将测试数据输入预测模型，得到空调当前工况下的能耗值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910178740.7/，转载请声明来源钻瓜专利网。
