基于双分支深度学习模型的空调负荷估算方法与系统

摘要

本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统，通过对历史气象、历史负荷以及时间数据的多维特征提取，以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支，以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支，将基准负荷估算模型分支和空调负荷估算模型分支进行拼接，两个分支的输出累加为总空调负荷功率，形成双分支深度学习空调负荷分解模型。在此基础上，在实际的历史空调负荷估算或者未来预测的过程中，通过获取地区的时间数据以及气象数据作为输入，通过特征提取后输入到模型中进行估算，可输出得到对应时刻的空调负荷估算结果以及总负荷，为地区的发电量控制和电力调配提供科学的决策依据。