(12)发明专利说明书 | ||
(10)申请公布号 CN 114118571 A (43)申请公布日 2022.03.01 | ||
权利要求说明书 说明书 幅图 |
一种基于LSTM深度学习的供暖热负荷预测方法,首先采集热负荷及天气历史数据得到序列数据集,进行归一化处理;将准备好的数据按比例分成训练集和测试集,建立供暖负荷LSTM网络模型,调整网络内部参数,用训练集数据完成LSTM模型拟合;将预测与测试数据结合,用来进行模型的过拟合评估;模型评估验证后,将在线采样的数据输入到验证好的LSTM网络对未来时间的供暖负荷值进行预测。最后,对现有的模型进行优化升级,循环提升LSTM模型的预测精度;本发明LSTM能够在更长的序列中有更佳的表现,基于LSTM深度学习的供暖热负荷预测方法,能长期记录所需数据和在线预测,预测周期长、预测热负荷精度高,满足供热企业的一个供暖季热负荷预测要求。 | |
法律状态公告日 | 法律状态信息 | 法律状态 |
2022-03-01 | 公开 | 发明专利申请公布 |
2022-03-18 | 实质审查的生效IPC(主分类):G06Q10/04专利申请号:2021114080849申请日:20211124 | 实质审查的生效 |
本文发布于:2024-09-22 16:44:01,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/1/404674.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |