本发明涉及TT‑LSTM(Temperature and Time offset‑Long Short‑Term Memory)其主要技术特点是：提出了对于一种供热用气量预测模型，该模型基于长短时记忆网络引入气象温度和时间的偏移量作为输入维度对供热用气量进行预测本发明设计合理，为了验证模型的准确性，与RNN模型、输入维度为用气量的LSTM模型、输入维度为用气量和温度的LSTM模型、输入维度为用气量与时间偏移量的LSTM模型进行对比，其预测拟合曲线效果更佳。从原始数据的预测效果，LSTM(用气量)模型预测效果要优于RNN模型，加入时间偏移量作为输入维度的LSTM模型与加入温度作为输入维度的LSTM模型预测效果优于LSTM(用气量)模型，而效果最好的是本发明提出的本发明对供热领域的用气量预测有很好的适用性，从而有效地利用能源。
