建筑耗能是我國(guó)總耗能中占比最大的一部分,對(duì)其進(jìn)行規(guī)律驗(yàn)證與
預(yù)測(cè)具有非常重要的意義。提出了一種基于門(mén)控循環(huán)單元(GatedRecurrentUnit,GRU)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)建筑耗能的方法,充分挖掘
數(shù)據(jù)中的深層特征關(guān)系。將采集到的原始數(shù)據(jù)輸入到輸入層,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。利用DGRU層對(duì)特
征信息進(jìn)行提取,進(jìn)而實(shí)現(xiàn)序列分析。通過(guò)序列信息和回歸層獲得預(yù)測(cè)結(jié)果。為驗(yàn)證方法的有效性,采用BGD2(BuildingDataGenome2)數(shù)據(jù)集進(jìn)行仿真驗(yàn)證,結(jié)果證明此方法可以很好地預(yù)測(cè)建筑耗能。