[发明专利]基于神经网络弹性权重固化的建筑用能负荷实时预测方法有效
| 申请号： | 202110008719.X | 申请日： | 2021-01-05 |
| 公开（公告）号： | CN112711791B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 章超波;李俊阳;赵阳;李婷婷;张学军 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F30/13 | 分类号： | G06F30/13;G06F30/27;G06Q10/04;G06Q50/08;G06N3/04;G06N3/08;G06F111/04;G06F111/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于神经网络弹性权重固化的建筑用能负荷实时预测方法，包括神经网络模型离线训练和神经网络模型实时微调两个步骤。模型离线训练步骤包含六个子步骤，依次为建筑用能负荷历史数据获取、数据预处理、模型输入选择、模型超参数寻优、模型参数训练和参数重要性计算。模型实时微调步骤包含六个子步骤，依次为建筑用能负荷实时数据获取、数据预处理、保持模型输入一致、保持模型超参数一致、使用弹性权重固化对模型进行微调和参数重要性更新。特别地，模型微调以滑动窗的形式定期进行，从而保证模型能适应建筑用能规律的变化。该方法通过使用弹性权重固化技术对神经网络模型进行定期微调，从而实现准确可靠的建筑用能负荷实时预测。 | ||
| 搜索关键词： | 基于 神经网络 弹性 权重 固化 建筑 负荷 实时 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110008719.X/，转载请声明来源钻瓜专利网。
