一种基于长短期记忆网络混合模型的建筑能耗预测方法

摘要

本发明属于电力需求侧响应的控制领域，涉及一种基于长短期记忆网络混合模型的建筑能耗预测方法，提出了一种针对建筑物的能耗预测模型，该模型采用长短期记忆网络LSTM和改进的正弦余弦优化算法，可进行准确并且可靠的建筑能耗预测。同时，引入了一种新型基于Haar小波的突变算子，提高正弦余弦优化算法向全局最优解的发散性。提出的改进的正弦余弦优化算法ISCOA可优化LSTM的超参数（学习率，权重衰减，动量和隐藏单位数）。本方法提出的ISCOA‑LSTM可计算稳定而准确的预测结果，进而作为解决能耗预测问题的有效工具。