基于注意力机制的CNN-LSTM建筑能耗预测方法研究

建筑能耗分析预测是提高建筑用能效率的关键技术,是响应国家“双碳”战略的重要手段。由于建筑能耗数据具有强时序性特点,利用传统的深度学习技术难以有效提取数据中的高维特征,且易丢失重要信息。为此,本文提出了一种基于注意力机制的CNN-LSTM建筑能耗预测方法,该方法利用CNN提取能耗数据中的空间特征、LSTM处理时序数据、注意力机制确定特征权重,提高了模型预测精度。

城市级建筑能耗监测平台应用综述

建筑能耗是考核建筑绿色低碳运行水平的重要指标,降低建筑能耗也是实现国家“双碳”战略目标的重要举措。构建城市级的能耗集中监测平台是实现城市、企业建筑用能合理规划、高效优化、科学预测、低碳运维的重要工作。调研建筑能耗平台的发展过程,全面梳理国内城市级建筑能耗监测平台架构,阐述建筑能耗数据分析、建筑能耗预测等技术手段,并介绍基于建筑能耗数据计算建筑碳排放的方法以及通过动态碳排放因子调控建筑用能的方法。