針對目前建筑能耗預(yù)測方法難以同時(shí)兼顧能耗數(shù)據(jù)時(shí)序性和非線性的問題,提出一種基于長短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)的預(yù)測方法。首先,通過平均值填充的方式對歷史數(shù)據(jù)中的空值以及離群值進(jìn)行處理,并進(jìn)行歸一化操作,完成對數(shù)據(jù)的預(yù)處理步驟;然后,對處理好的數(shù)據(jù)進(jìn)行轉(zhuǎn)換,將時(shí)間序列問題轉(zhuǎn)換為監(jiān)督學(xué)習(xí)問題,從而得到樣本數(shù)據(jù),用于模型的訓(xùn)練與驗(yàn)證;最后,基于長短期記憶網(wǎng)絡(luò)算法,構(gòu)建能耗預(yù)測模型。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效地進(jìn)行能耗預(yù)測,此外,與BP神經(jīng)網(wǎng)絡(luò)算法比較,該方法具有更高的預(yù)測精度。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 建筑能耗預(yù)測方法
    1.1 基本原理
    1.2 建模過程
2 實(shí)驗(yàn)結(jié)果與分析
    2.1 數(shù)據(jù)來源
    2.2 實(shí)驗(yàn)評價(jià)指標(biāo)
    2.3 實(shí)驗(yàn)結(jié)果與分析
        2.3.1 訓(xùn)練數(shù)據(jù)損失
        2.3.2 LSTM預(yù)測結(jié)果
        2.3.3 與BP神經(jīng)網(wǎng)絡(luò)算法比較
3 結(jié)語



本文編號：3752695