公开(公告)号：CN116993014A

公开(公告)日：2023-11-03

申请号：CN202310966483.X

申请日：2023-08-02

Applicant: 南京工程学院

Inventor： 王雁灵 ,  杨婷 ,  陆旦宏 ,  查云龙 ,  茅玉龙 ,  卜宇 ,  刘慧娴

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于TCN‑BiLSTM的短期楼宇空调负荷预测方法，通过按楼层采集预测日前s‑1日楼宇内空调各机组负荷数据P、s日室内与室外的温湿度数据；构成楼宇温湿度负荷数据集，按设定比例进行随机抽样，分成训练集和测试集；构建TCN‑BiLSTM神经网络模型，得到基于TCN‑BiLSTM的短期楼宇空调机组负荷预测模型；进行验证，并评估预测精度；将待预测地区前s‑1日空调各机组负荷数据、温湿度数据与当日温湿度数据输入基于TCN‑BiLSTM的短期楼宇空调机组负荷预测模型，得到各机组负荷数据的预测结果；本发明能够有效提取负荷特征与时间特征，能够提高楼宇空调负荷短期预测的准确性，能够提高负荷预测精度与精细化程度。