[发明专利]一种基于特征集构建的建筑冷热负荷预测方法

摘要

本发明公开一种基于特征集构建的建筑冷热负荷预测方法，包括如下步骤：基于建筑物冷热负荷相关的参数变量，获取建筑物的参数数据并预处理；对预处理后的建筑物参数数据进行特征工程处理，构造建筑物冷热负荷特征集；基于DNN深度学习算法构建超短期建筑冷、热负荷预测模型；根据各参数变量对预测模型预测精度的影响度，对参数变量进行筛选，构造最小特征集；利用最小特征集对超短期建筑冷热负荷预测模型进行训练及性能评价；获取实时参数变量数据，通过预处理后输入训练好的超短期建筑冷热负荷预测模型，得到建筑物的冷、热负荷结果。本发明能够有效提高建筑冷、热负荷预测的准确性及实时性。