Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东国地水利土地勘察设计有限公司蔡永康获国家专利权

山东国地水利土地勘察设计有限公司蔡永康获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东国地水利土地勘察设计有限公司申请的专利基于迁移学习的自适应建筑日前负荷预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114548575B

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210185021.X,技术领域涉及:G06Q10/04;该发明授权基于迁移学习的自适应建筑日前负荷预测方法是由蔡永康;战晓东;郑善吉;纪淳;王禹杰;刘敏洁;刘佳;王载言;马华晓;王景;王凯华设计研发完成,并于2022-02-28向国家知识产权局提交的专利申请。

基于迁移学习的自适应建筑日前负荷预测方法在说明书摘要公布了:本发明公开了基于迁移学习的自适应建筑日前负荷预测方法,涉及建筑与环保技术领域。本发明包括如下步骤:S1数据采集与处理,原始数据集分为目标建筑的小数据集和基础建筑群的大数据集,填补全部原始数据集的缺失值;S2用能模式聚类;S3源域数据筛选,筛选负荷目标建筑用能模式的历史日负荷曲线,分别构建数据迁移训练集和模型迁移训练集;S4日前负荷预测模型构建;S5自适应模型优化,利用贝叶斯优化不断调整模型参数,实现目标建筑的自适应负荷预测。本发明通过迁移学习的数据迁移和模型迁移方法,结合数据充足建筑群的历史数据,实现目标建筑的负荷预测。

本发明授权基于迁移学习的自适应建筑日前负荷预测方法在权利要求书中公布了:1.基于迁移学习的自适应建筑日前负荷预测方法,其特征在于,包括如下步骤: S1数据采集与处理,通过智能电表获取到目标建筑数据和基础建筑群数据,将原始数据集分解为目标建筑的小数据集和基础建筑群的大数据集,获取步长为1小时的历史负荷数据;填补全部原始数据集的缺失值,将前后两周对应时间点的数值均值填补缺失值; S2用能模式聚类,将目标建筑数据以天为单位,构建日负荷曲线;通过肘部法则寻找K-means++的最佳K值,对目标建筑日负荷曲线进行聚类,获得聚类模型;聚类结果中每一个簇代表目标建筑的一种用能模式; S3源域数据筛选,将基础建筑群的大数据集以一天为单位组成日负荷曲线,将其作为聚类模型输入,筛选负荷目标建筑用能模式的历史日负荷曲线,分别构建数据迁移训练集和模型迁移训练集; S4日前负荷预测模型构建,利用数据迁移训练集训练长短期记忆神经网络,构架数据迁移预测模型;利用模型迁移训练集训练卷积神经网络-长短期记忆网络,再利用目标建筑负荷数据微调网络结构,构建模型迁移预测模型,将数据迁移预测模型和模型迁移预测模型的输出均值作为目标建筑日前预测结果; S5自适应模型优化,在日前负荷预测模型运行过程中,根据更新的历史负荷,利用贝叶斯优化不断调整模型参数,实现目标建筑的自适应负荷预测; 构建数据迁移训练集和模型迁移训练集分别为:1数据迁移训练集,将筛选出的历史数据与目标建筑历史数据合并,构建数据迁移训练集;2模型迁移训练集,选出符合目标建筑用能模式的历史数据比例最高的建筑作为最大相似建筑,选择其历史数据作为模型迁移训练集。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东国地水利土地勘察设计有限公司,其通讯地址为:250000 山东省济南市历下区龙奥北路1577号龙奥天街3号楼1303室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。