公开(公告)号：CN119761544A

公开(公告)日：2025-04-04

申请号：CN202411590197.9

申请日：2024-11-07

Applicant: 安徽建筑大学

Inventor： 方潜生 ,  李文涛 ,  代仁强 ,  孙富康 ,  任伟龙 ,  余浩

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/08 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的建筑运行碳排放预测方法，包括以下步骤：S1：采集建筑能源消耗及室内外环境参数数据，并进行数据预处理；S2：对预处理后的数据采用排放因子法进行碳排放核算与相关性分析；S3：将步骤S2输出的数据利用动态相关图生成方法捕捉碳排放时间序列中变量间的动态演化关系，生成动态相关图序列；S4：利用基于动态相关图的TCN‑GCN算法进行建筑运行碳排放预测；S5：采用SHAP和GNNExplainer工具量化特征和图结构在预测中的重要性，用于解释碳排放时序预测结果。还公开了一种基于图神经网络的建筑运行碳排放预测系统。本发明能够提高碳排放预测精度，多视角综合解释建筑运行碳排放预测。

公开(公告)号：CN119476559A

公开(公告)日：2025-02-18

申请号：CN202411378581.2

申请日：2024-09-30

Applicant: 安徽建筑大学

Inventor： 孙富康 ,  于军琪 ,  冯增喜 ,  权炜 ,  赵安军 ,  张娜 ,  谭咏光 ,  李文涛 ,  代仁强 ,  孙心怡 ,  余浩 ,  任伟龙 ,  荚文静 ,  汪阳 ,  王思文 ,  余治伟

IPC: G06Q10/04 ,  G06Q50/40 ,  G06F16/29 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/006 ,  G06N3/0985

Abstract: 本发明公开了一种基于日冷负荷总量预测的机场航站楼蓄冰量测算方法，包括以下步骤：S1、构建日冷负荷总量预测神经网络模型，学习机场航站楼冰蓄冷空调系统的历史数据样本中日冷负荷总量与机场航站楼的室外气象参数、日进出港航班总数量的对应关系；S2、采集预测当天的来自气象预报数据中的室外气象参数和来自机场调度系统中的日进出港航班总数量，并在预处理后，输入到日冷负荷总量预测神经网络模型进行预测，输出日冷负荷总量的预测值；S3、基于日冷负荷总量预测值，若预测值低于冰蓄冷空调系统的蓄冰槽最大蓄冰量，则按照预测值蓄冰；若预测值大于等于蓄冰槽最大蓄冰量，则按照蓄冰槽最大蓄冰量蓄冰。本发明实现了空调系统蓄冰量的准确测算。

公开(公告)号：CN119476558A

公开(公告)日：2025-02-18

申请号：CN202411378456.1

申请日：2024-09-30

Applicant: 安徽建筑大学

Inventor： 孙富康 ,  于军琪 ,  冯增喜 ,  权炜 ,  赵安军 ,  张娜 ,  谭咏光 ,  李文涛 ,  任伟龙 ,  余浩 ,  代仁强 ,  汪阳 ,  荚文静 ,  王思文 ,  余治伟

IPC: G06Q10/04 ,  G06F18/27 ,  G06F16/29 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06Q50/06 ,  G06Q50/26 ,  G06Q50/40

Abstract: 本发明公开了一种机场航站楼动态冷负荷预测方法、装置及程序产品，该方法包括以下步骤：S1、构建动态冷负荷预测神经网络模型，从历史样本数据中学习机场航站楼t时刻的冷负荷与t‑4‑t‑1时段的冷负荷及t‑4~t时段的气象参数序列和进出港航班班次序列的对应关系；S2、采集t‑1~t时段的气象参数序列、进出港航班班次序列、t‑4‑t‑1时段的冷负荷，输入到动态冷负荷预测神经网络模型中，输出t时刻的机场航站楼冷负荷预测值。本发明实现了机场航站楼动态冷负荷预测。