龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安建筑科技大学
摘要：本发明属于建筑负荷预测，公开了一种基于迁移学习的建筑负荷预测方法及相关系统，本发明构建的模型在源建筑和目标建筑之间进行迁移，当目标建筑数据量较少时，可以从源建筑中提取相似特征，进行迁移学习，提高预测精度。该模型适用于历史数据较少的建筑能耗预测。本发明的特征提取器对噪声具有鲁棒性，可以减小提取私有和公有特征过程中底层共享分布噪声的影响。本发明不仅能够降低信息的损失，还能够将特征解耦为领域专属特征和领域不变性特征，领域不变性特征用来迁移知识而领域专属特征则被用来降低目标域泛化误差，并且能够提取特征的高层语义。
主权项：1.一种基于迁移学习的建筑负荷预测方法，其特征在于，包括以下步骤：获取源域数据和目标域数据；根据源域数据对目标域数据中缺失的数据进行补足；采用滑动窗口方法对源域数据和补足后的目标域数据中的时间序列数据进行处理，并构建源-目标输入对；采用基于CATrans-DSN的特征提取器从源域数据和目标域数据中提取时间特征，将提取到时间特征分为私有特征和公有特征；采用CATrans-DSN模型的特征重构器对私有特征和公有特征进行重构，得到重构源域和重构目标域；采用CATrans-DSN模型的回归预测器对负荷进行预测，得到建筑负荷预测值；根据重构源域、重构目标域和建筑负荷预测值，完成CATrans-DSN模型的训练；将重新获取的目标域测试数据输入到训练好的CATrans-DSN模型中，得到建筑负荷预测和模型性能评估结果。
全文数据：
权利要求：
百度查询： 西安建筑科技大学 一种基于迁移学习的建筑负荷预测方法及相关系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号