CN119412785A 空调负荷数据控制方法及系统 （江苏征途技术股份有限公司）_第1页
CN119412785A 空调负荷数据控制方法及系统 （江苏征途技术股份有限公司）_第2页
CN119412785A 空调负荷数据控制方法及系统 （江苏征途技术股份有限公司）_第3页
CN119412785A 空调负荷数据控制方法及系统 （江苏征途技术股份有限公司）_第4页
CN119412785A 空调负荷数据控制方法及系统 （江苏征途技术股份有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

2S3：使用神经网络算法构建负荷预测模型，利用5.根据权利要求1所述的空调负荷数据控制方法，其特征在于，采用长短时记忆网络3导入经过数据增强处理后的目标域数据集至增在训练过程中，采用反向传播算法计算损失函数值，通过迭代训练至达到预设的停止条件，包括达到最大迭代次数或损失函数所述数据预处理层包括数据清洗模块和时间戳定义及标准化模块；所所述特征提取层包括特征向量定义模块和组合特征生成模块；所述特用于根据预处理后的数据定义特征向量；所述组合特征生成模块用于生成若干组组合特所述模型训练层包括负荷预测模型构建模块、数据增强模块、参数迁4所述控制执行层包括实时数据获取模块和最优设定输出模块；所述实56去其均值并除以其标准差，使得处理后的数据符合标准正态分布，标准化处理的公式为：特征维度与提取的空调负荷相关特征数量相匹配，输出层的节点数等于预测的目标数量，[0030]数据变换：对于空调负荷数据集中的标签值yold，通过数学变换生成新的标签值ynew7块用于对清洗后的数据进行时间戳定义和标[0046]传统机器学习模型受限于高质量历史数据的稀缺性，而本发明通过迁移学习策8[0060]针对目标域数据不足或质量不高的问题，采用数据增强技术生成新的数据样9[0080]对于每个数据点x[n]，计算其前后N/2个数据点的平均值，作为去噪后的数据y[0087]本实施例详细描述采用长短时记忆网络(LSTM)模型构建负荷预测模型的具体步设定输入层的特征维度为N，该维度与从空调系统中提取的负荷相关特征数量相匹配，例条件可以包括达到最大迭代次数或损失函数值收敛至预设阈值。当满足其中一个条件时，块用于对清洗后的数据进行时间戳定义和标

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论