[发明专利]基于bim模型和图卷积神经网络的建筑内区域能耗预测方法

权利要求书

1.一种基于bim模型和图卷积神经网络的建筑内区域能耗预测方法，其特征在于，包含如下步骤：

从数据库中获取数据，其中，所述数据包含：bim模型数据和建筑能耗数据；

预处理所述bim模型数据和所述建筑能耗数据；

从所述bim模型数据中获取区域数据，建立区域的属性矩阵；

利用bim模型数据，建立区域与区域之间的邻接矩阵；

从所述建筑能耗数据中获取区域数据，建立区域的能耗矩阵；

建立图卷积神经网络，利用所述属性矩阵、所述邻接矩阵以及所述能耗矩阵对所述图卷积神经网络进行回归训练，得到训练完成的图卷积神经网络；

采用所述训练完成的图卷积神经网络预测建筑中各区域的能耗。

2.如权利要求1所述基于bim模型和图卷积神经网络的建筑内区域能耗预测方法，其特征在于，所述预处理所述bim模型数据和所述建筑能耗数据具体为将所述bim模型数据和所述建筑能耗数据的颗粒度统一。

3.如权利要求1所述基于bim模型和图卷积神经网络的建筑内区域能耗预测方法，其特征在于，所述从所述bim模型数据中获取区域数据包括但不限于：建筑空间数据、门窗数量以及区域用途。

4.如权利要求3所述基于bim模型和图卷积神经网络的建筑内区域能耗预测方法，其特征在于，所述建筑空间数据包含：区域的平面尺寸、高度、位置、朝向、日期。

5.如权利要求1所述基于bim模型和图卷积神经网络的建筑内区域能耗预测方法，其特征在于，所述能耗包含：电能、冷量、热量以及日期。