-
公开(公告)号：CN118296569B
公开(公告)日：2024-08-13
申请号：CN202410718145.9
申请日：2024-06-05
Applicant: 华中科技大学
IPC: G06F18/27 , G06F18/15 , G06F18/2433 , G06N3/048 , G06N3/084 , G01D21/02 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及能耗预测领域，具体公开了一种基于人工智能算法的城市街区能耗预测方法，包括：S1：采集城市街区范围内的智能电表节点的历史原始能耗数据；S2：对历史原始能耗数据进行预处理，得到历史能耗数据；S3：将历史能耗数据所对应的时间长度按照指定时间尺度k为第一拆分节点分成若干连续的历史时间拆分时段，再将历史时间拆分时段按照能耗数据变化超过预设值的时间节点为第二拆分节点得到历史事件拆分时段，并将历史能耗数据按照历史事件拆分时段进行整理归集到对应的历史事件拆分时段中，得到历史能耗数据拆分后的历史能耗拆分序列A。采用本发明的技术方案能够保证城市街区能耗预测的准确性和连续性。
-
Patent Agency Ranking
公开(公告)号：CN118171786A
公开(公告)日：2024-06-11
申请号：CN202410598968.2
申请日：2024-05-15
Applicant: 华中科技大学
Abstract: 本发明提供一种适用于城市和建筑的碳排放预测方法，涉及碳排放预测领域，包括以下步骤：划分碳排放预测范围，获取范围内建筑信息；在预测范围内的监测区域中搭建多个二氧化碳监测单元；持续性对碳排放监测点位的高空环境以及建筑不同楼层范围采集二氧化碳浓度数据；对试点范围内采集的碳排放数据进行收集汇总，实时上传到碳排放预测平台；通过大数据建立城市建筑碳排放模型，并在构建的碳排放模型中设定碳排放标准值；代入监测点位获取的二氧化碳浓度数据信息，并输出分析报告。通过搭建多个二氧化碳监测单元，来采集划定范围内建筑周围不同高度位置的碳排放量，使得后续输入预测模型的原始数据范围更广，提高了预测结果的精准性。
-
公开(公告)号：CN118313275B
公开(公告)日：2024-08-27
申请号：CN202410718271.4
申请日：2024-06-05
Applicant: 华中科技大学
IPC: G06F30/27 , G06F30/13 , G06T17/10 , G06V20/10 , G06V10/46 , G06V10/75 , G06F18/25 , G06F18/2135 , G01D21/02 , G06Q50/06 , G06F119/12 , G06F123/02
Abstract: 本发明公开了一种基于人工智能算法的太阳能潜力预测方法，属于太阳能潜力预测技术领域，包括以下步骤：选取预设范围内的地理位置构建三维建筑模型；收集该地理位置过去预设时间段的气象数据，通过预设算法计算建筑墙面在t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数#imgabs0#；计算t时刻非阴影区域面积#imgabs1#；结合t时刻光线与墙面之间的角度修正因子#imgabs2#预测太阳能潜力。本发明通过时间序列预测模型，能够更准确地预测任意时刻建筑立面的局部太阳能潜力；提供实时预测，有助于即时决策和资源调度；自动化的特征选择和模型训练减少了人工干预，提高了效率。
-
公开(公告)号：CN118171786B
公开(公告)日：2024-07-23
申请号：CN202410598968.2
申请日：2024-05-15
Applicant: 华中科技大学
Abstract: 本发明提供一种适用于城市和建筑的碳排放预测方法，涉及碳排放预测领域，包括以下步骤：划分碳排放预测范围，获取范围内建筑信息；在预测范围内的监测区域中搭建多个二氧化碳监测单元；持续性对碳排放监测点位的高空环境以及建筑不同楼层范围采集二氧化碳浓度数据；对试点范围内采集的碳排放数据进行收集汇总，实时上传到碳排放预测平台；通过大数据建立城市建筑碳排放模型，并在构建的碳排放模型中设定碳排放标准值；代入监测点位获取的二氧化碳浓度数据信息，并输出分析报告。通过搭建多个二氧化碳监测单元，来采集划定范围内建筑周围不同高度位置的碳排放量，使得后续输入预测模型的原始数据范围更广，提高了预测结果的精准性。
-
公开(公告)号：CN118296569A
公开(公告)日：2024-07-05
申请号：CN202410718145.9
申请日：2024-06-05
Applicant: 华中科技大学
IPC: G06F18/27 , G06F18/15 , G06F18/2433 , G06N3/048 , G06N3/084 , G01D21/02 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及能耗预测领域，具体公开了一种基于人工智能算法的城市街区能耗预测方法，包括：S1：采集城市街区范围内的智能电表节点的历史原始能耗数据；S2：对历史原始能耗数据进行预处理，得到历史能耗数据；S3：将历史能耗数据所对应的时间长度按照指定时间尺度k为第一拆分节点分成若干连续的历史时间拆分时段，再将历史时间拆分时段按照能耗数据变化超过预设值的时间节点为第二拆分节点得到历史事件拆分时段，并将历史能耗数据按照历史事件拆分时段进行整理归集到对应的历史事件拆分时段中，得到历史能耗数据拆分后的历史能耗拆分序列A。采用本发明的技术方案能够保证城市街区能耗预测的准确性和连续性。
-
公开(公告)号：CN118313275A
公开(公告)日：2024-07-09
申请号：CN202410718271.4
申请日：2024-06-05
Applicant: 华中科技大学
IPC: G06F30/27 , G06F30/13 , G06T17/10 , G06V20/10 , G06V10/46 , G06V10/75 , G06F18/25 , G06F18/2135 , G01D21/02 , G06Q50/06 , G06F119/12 , G06F123/02
Abstract: 本发明公开了一种基于人工智能算法的太阳能潜力预测方法，属于太阳能潜力预测技术领域，包括以下步骤：选取预设范围内的地理位置构建三维建筑模型；收集该地理位置过去预设时间段的气象数据，通过预设算法计算建筑墙面在t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数#imgabs0#；计算t时刻非阴影区域面积#imgabs1#；结合t时刻光线与墙面之间的角度修正因子#imgabs2#预测太阳能潜力。本发明通过时间序列预测模型，能够更准确地预测任意时刻建筑立面的局部太阳能潜力；提供实时预测，有助于即时决策和资源调度；自动化的特征选择和模型训练减少了人工干预，提高了效率。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
