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！

龙图腾网恭喜西安交通大学申请的专利一种基于数据驱动的楼宇供热负荷预测方法、装置与设备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：CN114239991B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202111604996.3，技术领域涉及：G06Q10/04；该发明授权一种基于数据驱动的楼宇供热负荷预测方法、装置与设备是由谢海鹏;汤凌峰;王晓阳;别朝红设计研发完成，并于2021-12-24向国家知识产权局提交的专利申请。

本一种基于数据驱动的楼宇供热负荷预测方法、装置与设备在说明书摘要公布了：本发明公开了一种基于数据驱动的楼宇供热负荷预测方法、装置与设备，根据建筑结构、用户行为、环境天气构建特征集合，基于不同时间尺度的特征集合形成数据样本，提取数据样本中多个不同时间尺度的深层数据特征，建立基于输入样本与楼宇建筑供热功率的楼宇供热预测模型，采用离线训练和在线优化的神经网络训练框架，使用L1‑RDA在线学习方法对楼宇供热预测模型进行在线优化更新，利用实际供热功率的动态数据流对其进行实时更新，使得预测模型可以更好应对环境天气和用户行为的不确定性，增强了模型的鲁棒性和泛化能力，提高楼宇建筑供热短期预测的准确性，对深度挖掘楼宇的节能潜力、建设近零能耗的新型楼宇建筑具有重要意义。

本发明授权一种基于数据驱动的楼宇供热负荷预测方法、装置与设备在权利要求书中公布了：1.一种基于数据驱动的楼宇供热负荷预测方法，其特征在于，包括以下步骤： S1，根据建筑结构、用户行为、环境天气构建特征集合，基于不同时间尺度的特征集合形成数据样本； S2，使用双向长短期记忆网络分别提取数据样本中多个不同时间尺度的深层数据特征，并将提取的深层数据特征与当前时刻的深层数据特征共同输入至多层感知机中，建立基于输入样本与楼宇建筑供热功率的楼宇供热预测模型； S3，采用不同时间尺度的数据样本中历史样本数据对楼宇供热预测模型进行参数更新，具体以均方误差为损失函数优化楼宇供热预测模型，均方差损失函数L的具体计算式为： 式中，X为N个训练样本构成的输入矩阵，N为输入的训练样本总数，θ为神经网络的参数，yi为第i个训练样本对应的实际供热功率，为第i个训练样本对应的预测供热功率，xi为第i个训练样本； 然后采用动态生成的楼宇供热实际功率数据流，使用L1-RDA在线学习方法对楼宇供热预测模型进行在线优化更新； S4，采集对应楼宇的特征集合对优化更新的楼宇供热预测模型进行训练，利用训练后的楼宇供热预测模型，以楼宇供热实际功率的动态数据流为基础实现楼宇供热负荷预测；基于建筑结构的特征包括楼宇建筑等效热损失系数和楼宇透明围护结构面积占比，基于用户行为的特征包括当前时刻的时间属性，基于环境天气的特征包括外部环境温度、平均光照强度、相对湿度和平均风速,基于用户行为和环境天气的用户-环境联合等效热损失系数； 用户-环境联合等效热损失系数综合衡量用户行为和环境天气的影响，相应的计算式如下： 基于热平衡方程，利用历史时刻i的楼宇供热功率Pi，以及相应的楼宇内部空气温度Ti in和外部环境温度Ti out得到当前时刻的热损失系数，并平均得到最终的楼宇建筑等效热损失系数kbuild，具体计算式如下： 式中，n为采样的历史时刻总量。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。