申请/专利权人：集美大学;厦门盛世锦华智能科技有限公司

申请日：2023-11-07

公开（公告）日：2024-03-19

公开（公告）号：CN117725962A

主分类号：G06N3/045

分类号：G06N3/045;G06N3/042;G06N3/0464;G06N3/049;G06N3/08;G06N3/0495;G06Q50/06;G06F18/10;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本申请提供一种基于稀疏动态图神经网络的区域热负荷预测方法和装置，涉及智慧供暖技术领域。其中方法包括：获取目标区域在历史时间段内的热负荷时序数据和外部气象因子时序数据；对所述热负荷时序数据和外部气象因子时序数据进行预处理后，输入预先训练的热负荷预测模型，得到所述目标区域在未来设定时间段内的预测热负荷数据；其中，所述热负荷预测模型是基于多个区域的历史热负荷时序数据样本和历史外部气象因子时序数据样本对稀疏动态图神经网络进行训练得到的。可见，本申请通过基于稀疏动态图神经网络的热负荷预测模型能够对数据进行高效的学习和建模，从而可以获得更准确的区域热负荷预测结果。

主权项：1.一种基于稀疏动态图神经网络的区域热负荷预测方法，其特征在于，包括：获取目标区域在历史时间段内的热负荷时序数据和外部气象因子时序数据；对所述热负荷时序数据和外部气象因子时序数据进行预处理后，输入预先训练的热负荷预测模型，得到所述目标区域在未来设定时间段内的预测热负荷数据；其中，所述热负荷预测模型是基于多个区域的历史热负荷时序数据样本和历史外部气象因子时序数据样本对稀疏动态图神经网络进行训练得到的。

全文数据：

权利要求：

百度查询： 集美大学;厦门盛世锦华智能科技有限公司 基于稀疏动态图神经网络的区域热负荷预测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD