小数据场景下基于迁移学习与BiLSTM的建筑能耗预测方法

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘  要: 针对由新建建筑或建筑节能改造能耗数据不足引起的深度学习网络预测精度低的问题,提出一种基于迁移学习与BiLSTM(双向长短期记忆网络)的新建建筑能耗预测方法。首先采用MMD(最大均值差异)对源域建筑与目标域建筑的历史数据进行相似度分析;然后利用相似建筑的历史数据对BiLSTM进行预训练;最后微调BiLSTM对目标域建筑进行预测。(剩余7922字)

monitor
客服机器人