精度优于主流方法
该模型融合建筑动态物联网数据与静态BIM信息，通过改进的时间卷积网络和建筑小时用电系数加权预测办公建筑逐时电耗，在多种工况下均比现有主流方法更准确、更可靠。
Zou, Rongwei · 杨啟梁 · Jianchun, Xing · Zhou, Qizhen · Xie, Liqiang · Chen, Wenjie
Energy 2024
静态BIM数据受传感器异常值影响小，与动态数据加权融合后能有效降低异常值对预测结果的干扰。
改进的时间卷积网络可并行输出动态数据样本，使预测结果更直观，无需等待逐点递推。
提出建筑小时用电系数（BHPCC）概念，利用静态数据估算逐时电耗，为预测提供稳定基准。
在气候模型、用电行为和时间尺度等多种条件下进行对比实验，结果表明本方法在RMSE、MAE和MAPE上均优于主流工作。