基于分项计量时间序列的建筑能耗预测方法、系统及建筑物

摘要

本发明公开了基于分项计量时间序列的建筑能耗预测方法、系统及建筑物，其中，预测方法包括，采集建筑的能耗以及温度的数据并存储；将采集存储的能耗和温度数据作为时间序列分析方法的输入参数；根据分项计量和相关性分析，将时间序列分析方法预测出能耗和温度趋势以及时间因子作为建筑能耗的主要影响因素；将确立好的主要影响因数和采集的能耗作为建立好的BP神经网络模型中的参数，来预测出未来建筑的能耗。由于BP神经网络学习效率低，收敛速度慢，对参数选择较为敏感，在BP神经网络的基础上加入分项计量和时间序列的建筑能耗预测算法，可以大大提高了能耗预测的精确度，缩短了预测的时间，使得预测出的数据更加准确。