[发明专利]一种基于长短期记忆循环神经网络的通用水冷中央空调能耗预测方法

摘要

一种基于长短期记忆循环神经网络的通用水冷中央空调能耗预测方法，包括以下步骤：步骤1，采集大冲能源公司提供的多个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，并对多个数据集进行整合，得到综合数据集；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。

主权项

1.一种基于长短期记忆循环神经网络的通用水冷中央空调能耗预测方法，其特征在于，所述方法包括以下步骤：步骤1、获取数据集，数据集由大冲能源公司提供，包含多个正常运行的水冷中央空调项目的数据、对应的环境数据；步骤2、数据预处理，将步骤1得到的多个项目数据进行数据预处理，包括数据清洗、数据变换、特征选择、数据规范化；步骤3、获得最终数据集，对预处理完的多个数据集进行合并，并打乱拆分为训练集和测试集，得到最终用于训练和测试的数据集；步骤4、建立空调能耗预测模型，预测模型采用LSTM‑RNN长短期记忆循环神经网络训练，将步骤3得到的最终数据集中的训练集作为LSTM‑RNN长短期记忆循环神经网络的输入，进行网络训练；使用最终数据集中的测试集对空调预测模型进行评估，得到最终的空调能耗预测模型；步骤5、将测试数据输入预测模型，得到空调当前工况下的能耗值。