[发明专利]一种基于神经网络的建筑负荷预测方法及装置

摘要

本发明涉及计算机技术领域，尤其涉及一种基于神经网络的建筑负荷预测方法及装置，包括：获取预测周期的前N个历史周期的气象参数及对应的实测建筑负荷，针对所述前N个历史周期中的每个历史周期，确定所述历史周期对应的预测误差；根据预测周期的前N个历史周期分别对应的预测误差，确定目标误差；若目标预测误差不大于误差阈值，则根据预测周期的预测气象参数及当前神经网络模型得到预测周期的预测建筑负荷。该方法通过预测周期的前N个历史周期的气象参数及对应的实测建筑负荷来使用神经网络模型，如果预测结果符合预期，则使用当前神经网络模型对预测周期进行建筑负荷的预测，因而可以保证预测结果的准确性。

主权项

一种基于神经网络的建筑负荷预测方法，其特征在于，包括：获取预测周期的前N个历史周期的气象参数及对应的的实测建筑负荷，所述气象参数为预设的影响建筑负荷的气象参数，N为正整数；针对所述前N个历史周期中的每个历史周期，根据所述历史周期的气象参数及当前神经网络模型，得到所述历史周期的预测建筑负荷；根据所述历史周期的预测建筑负荷及所述历史周期的实测建筑负荷，确定所述历史周期对应的预测误差；根据所述预测周期的前N个历史周期分别对应的预测误差，确定目标误差；若所述目标预测误差不大于误差阈值，则获取所述预测周期的预测气象参数，并根据所述预测周期的预测气象参数及所述当前神经网络模型得到所述预测周期的预测建筑负荷。