冷负荷预测模型

预测准确率提升

在多种建筑类型和占用模式下，该模型均能实现精准且鲁棒的冷负荷预测。

Lu, Chujie · 顾军华 · Lu, Weizhuo

Sustainable Cities and Society 2023

技术优势

占用模式变了也准

时间表示学习能同时提取周期性和非周期性负荷特征，因此在多样化占用模式下预测依然稳定。

重要时间步抓得住

注意力机制能识别与当前预测最相关的历史隐藏状态，从而提高预测精度。

结果能解释

提供特征重要性和注意力矩阵的解释，让使用者能理解预测依据，增强信任。

应用场景

• 建筑能源管理：为空调系统提供精准负荷预测，优化启停和设定值以节能。
• 智能建筑：支持楼宇自动化系统根据实时占用情况动态调节供冷。
• 智慧城市：助力城市级建筑能源需求预测，支撑电网负荷管理和规划。