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：矽朋微电子(无锡)有限公司;上海矽朋微电子有限公司
摘要：本发明公开了基于元策略强化学习的建筑能耗预测方法与装置，属于建筑能耗预测技术领域。所述方法包括：获取目标建筑的特征数据，特征数据包括但不限于：建筑基本数据、建筑所在区域的环境数据、时间数据；基于特征数据，利用训练好的DDPG模型对目标建筑的能耗进行预测；本发明引入MAML元学习模型对DDPG深度学习模型进行训练，针对建筑能耗预测模型训练数据样本小的问题，将除目标建筑之外其他建筑的训练数据用于MAML预训练，将目标建筑的训练数据用于MAML微调阶段的训练，相比于现有方案，本发明可以在样本量较少的情况下表现出更好的训练效果；实验结果证明，本发明能够在保持较高预测精度的同时，达到更快的收敛速度。
主权项：1.一种建筑能耗预测方法，其特征在于，所述方法包括：获取目标建筑的特征数据，所述特征数据包括但不限于：建筑基本数据、建筑所在区域的环境数据、时间数据；基于所述特征数据，利用训练好的DDPG深度学习模型对目标建筑的能耗进行预测；所述DDPG深度学习模型的训练过程包括：步骤1：收集建筑群的历史特征数据，构建训练数据集；步骤2：对所述训练数据集进行预处理，对预处理后的训练数据集进行分组，其中将目标建筑的预处理数据作为元测试集，其他建筑的预处理数据作为元训练集；步骤3：进入MAML预训练阶段，使用所述元训练集对所述DDPG深度学习模型进行训练，训练后得到泛化的模型参数，作为微调阶段模型的初始化参数；步骤4：进入MAML微调阶段，使用所述元测试集对所述DDPG深度学习模型进行模型训练，此时所述DDPG深度学习模型中的初始化参数是步骤3中预训练得到的参数，当预测误差达到要求阈值后，得到最终用于建筑能耗预测的DDPG深度学习模型。
全文数据：
权利要求：
百度查询： 矽朋微电子(无锡)有限公司 上海矽朋微电子有限公司 基于元策略强化学习的建筑能耗预测方法与装置
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