[发明专利]一种基于SBO优化CNN的高层住宅建筑群热负荷预测方法及系统

摘要

本发明公开了一种基于SBO优化CNN的高层住宅建筑群热负荷预测方法及系统，基于高层住宅建筑群将室外干球温度、相对湿度、风速、建筑体形系数、建筑高度和窗墙面积比6个影响因素作为预测模型输入，采用Lasso回归模型筛选出显著相关的输入变量。然后使用卷积神经网络构建预测模型，利用SBO迭代生成的最优个体对CNN卷积层过滤器数量和Dropout层概率进行优化，进而提高CNN模型的预测精度。本发明可直接用于住宅建筑群的热负荷预测，使得节约预测成本、提高预测精度以优化室内舒适度和能源节约；满足小区级换热站及输配管网按需供热调控需要，实现对区域供暖系统的节能优化控制，同时也能够协助建筑设计师基于预测热负荷对建筑结构进行优化以及节能改造。