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！

龙图腾网获悉华南理工大学申请的专利公共建筑分季度能耗预测与节能改造分析的方法及系统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：CN118674291B 。

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：202410837331.4，技术领域涉及：G06Q10/0637；该发明授权公共建筑分季度能耗预测与节能改造分析的方法及系统是由王淼;闫军威;周璇;陈城;高志明;姜子夷设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本公共建筑分季度能耗预测与节能改造分析的方法及系统在说明书摘要公布了：本发明公开了一种公共建筑分季度能耗预测与节能改造分析的方法及系统，该方法包括：获取不同类型待预测公共建筑的四个季度的能耗参数，构建多特征数据集并进行数据预处理；构建能耗预测模型并进行训练和测试；利用训练好的能耗预测模型预测单位面积能耗与人均能耗；根据能耗参数、能耗预测模型以及能耗预测结果，基于斯皮尔曼和树模型耦合分析的方法，对各类型建筑的不同季节能耗进行特征向量相关性分析。本发明基于改进的卷积神经网络预测不同类型建筑在未来每个季度的能耗情况，预测准确率高、响应速度快；相关性排序针对性强，节能目标明确；能够给予相关建筑直接的节能改造建议并及时发现异常情况，为建筑能源管理和节能提供支持。

本发明授权公共建筑分季度能耗预测与节能改造分析的方法及系统在权利要求书中公布了：1.公共建筑分季度能耗预测与节能改造分析的方法，其特征在于，包括下述步骤： 获取不同类型待预测公共建筑的四个季度的能耗参数，包括日期参数、负荷参数以及节能措施参数；所获取的待预测公共建筑包括教育类建筑、行政类建筑、场馆类建筑以及医疗类建筑；所述日期参数包括日期、年份、月份和季度；所述负荷参数包括人均用水量、建筑面积、用能人数、编制人数、汽油车数量、柴油车数量、新能源车数量、耗电量、耗煤量、天然气消耗量、石油消耗量、其他用油量、柴油消耗量、液化石油消耗量、其他能源消耗量、太阳能集热器面积、太阳能系统装机容量以及地热系统装机容量；所述节能措施参数包括是否进行过节能改造、节能改造后至目前的时长以及具体进行过的节能改造项目； 根据获取的能耗参数构建多特征数据集并进行数据校验和清洗、数据特征筛选以及数据的归一化处理； 所述数据特征筛选具体为：采用逐步线性回归法分析公共建筑的人均能耗和单位面积能耗与序列S=[年份year,月份month,季度quarter,人均用水量PWC,建筑面积BA,用能人数NEU,编制人数H,汽油车数量NGV,柴油车数量NDV,石油消耗量GC,其他用油量OC,柴油消耗量DC,液化石油消耗量CLP,其他能源消耗量OEC,太阳能集热器面积SCA,太阳能系统装机容量SSIC,地热系统装机容量GIC,节能改造ESR]中各影响因素之间的相关性，筛选出相关性高于预设值的影响因素，并将相关性低于预设值的影响因素删去； 构建能耗预测模型，所述能耗预测模型包括依次连接的向量筛选层和卷积神经网络，且卷积神经网络中根据不同类型的公共机构加入若干个卷积层与池化层； 利用预处理后的多特征数据集对能耗预测模型进行训练和测试； 利用训练好的能耗预测模型预测不同类型公共建筑的多个季度的单位面积能耗与人均能耗； 根据能耗参数、能耗预测模型以及能耗预测结果，基于斯皮尔曼和树模型耦合分析的方法，对各类型建筑的不同季节能耗进行特征向量相关性分析，具体为： 基于斯皮尔曼公式对不同类型公共建筑的能耗参数进行相关性数值计算，得到线性的特征向量相关性顺序结果； 基于树模型公式对不同类型公共建筑的能耗参数进行相关性数值计算，得到非线性的特征向量相关性顺序结果； 根据线性及非线性的特征向量相关性顺序结果筛选出重要的特征向量。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；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。