- 3
- 0
- 约2.15万字
- 约 19页
- 2024-03-13 发布于四川
- 举报
本发明公开了用于建筑能耗的强化学习预测方法及系统、存储介质,其方法包括以下步骤:收集办公楼能耗数据和天气特征,形成多特征数据集并进行预处理后,基于能耗数据对多特征数据集进行标签分类,多特征数据集利用滑动时间窗口技术构建训练集和测试集;通过ANFIS模型从训练集中进行第一次深度特征提取,基于第一次提取的深度特征使用灰狼优化算法优化ANFIS模型的模糊函数和规则权重后,进行第二次深度特征提取;基于第二次提取的深度特征输入RD3PG模型进行第一次预测,基于第一次预测结果进行模型参数调整,获得GWO‑A
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117688846A
(43)申请公布日2024.03.12
(21)申请号202410147699.8G06N3/092(2023.01)
原创力文档

文档评论(0)