买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉科技大学申请的专利基于迁移学习的深度对抗神经网络的新建筑能耗预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113191529B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110371084.X，技术领域涉及：G06Q10/04；该发明授权基于迁移学习的深度对抗神经网络的新建筑能耗预测方法是由李冠男;李凡;胡云鹏;周传辉;陈俭;方曦;赵小维;吴雨蓓;郑悦;熊嘉豪;胡浩楠设计研发完成，并于2021-04-07向国家知识产权局提交的专利申请。

本基于迁移学习的深度对抗神经网络的新建筑能耗预测方法在说明书摘要公布了：本发明公开了基于迁移学习的深度对抗神经网络的新建筑能耗预测方法，涉及建筑物能耗预测技术领域，其技术方案要点是：包括以下步骤：S1、将已有建筑体能耗数据作为源域数据，将新建筑的能耗数据作为目标域数据；S2、训练源域数据和目标域数据，采用深度域适应对抗神经网络方法训练建模；S3、设置新建筑能耗数据时间间隔，筛选建模数据，更新调整训练模型，对比传统机器学习能耗预测与训练模型的能耗预测性能评价，选择优势在线预测，选择最佳时间节点进行在线预测策略过渡，实现新建筑全寿命周期在线能耗预测。本方法采用深度域适应对抗神经网络方法对新建筑的建筑能耗数据进行能耗预测，预测精度高，且能够实现新建筑全寿命周期的在线能耗预测。

本发明授权基于迁移学习的深度对抗神经网络的新建筑能耗预测方法在权利要求书中公布了：1.基于迁移学习的深度对抗神经网络的新建筑能耗预测方法，其特征是：具体包括以下步骤：S1、依据迁移学习理论进行数据收集整理，将已有建筑体的量大且工况多的建筑能耗和相关数据作为源域数据Ds，将新建筑的建筑能耗和相关数据作为目标域数据Dt，并分别对于源域数据Ds和目标域数据Dt进行数据的收集、整理、划分和预处理工作；S2、训练数据，根据步骤S1，将源域数据Ds和目标域数据Dt进行数据训练，采用深度域适应对抗神经网络方法对其进行训练建模，得训练模型，所述训练模型用于新建筑能耗数据的学习训练，进而用于对新建筑的能耗预测；S3、根据步骤S1和步骤S2，将新建筑的时间序列能耗数据的逐时数据设置时间间隔Δt，并筛选建模数据，然后将设置时间间隔Δt的逐时数据作为新增训练数据进行数据训练，更新调整训练模型，对新建筑的逐时的能耗数据进行在线预测；然后，对比传统机器学习能耗预测方法和所述训练模型两者的能耗预测性能评价，选择优势的在线预测，并选择时间间隔Δt中最佳的时间节点进行新建筑能耗在线预测策略的过渡，实现新建筑全寿命周期的在线能耗预测；其中，所述最佳的时间节点由新建筑收集到的能耗数据的体量和工况范围决定；选择最佳的时间节点进行新建筑能耗在线预测策略的过渡还包括，在所述最佳的时间节点之后，基于所述目标域数据和机器学习方法进行新建筑的能耗预测；在采用深度域适应对抗神经网络方法进行训练建模时，神经网络结构中的特征提取器通过引入梯度反转层进行训练；所述梯度反转层在正向传播时，数据通过该层不发生变化；在反向传播时，改变梯度的传递方向，特征提取器朝着提取更具域不变性特征的方向优化，用于降低源域和目标域之间的差异，让域分类器难以区分域标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉科技大学，其通讯地址为：430081 湖北省武汉市和平大道947号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。