一种基于LSTM神经网络的智慧楼宇用户用能行为预测方法

摘要

本发明涉及一种基于LSTM神经网络的智慧楼宇用户用能行为预测方法，包括以下步骤：采集历史用能数据；收集楼宇中每一用户每日的历史用能数据，获得每一用户的历史日负荷曲线；用能行为分类；采用K‑Means聚类算法对所有用户的历史日负荷曲线进行聚类，通过计算轮廓系数和DBI指数确定聚类的最佳簇个数K，得到K个聚类结果，并分别对每个聚类结果中的数据添加用户用能行为标签；训练预测模型；根据聚类结果，构建K个LSTM神经网络，以各聚类结果中用户的历史日负荷曲线作为训练样本分别对各LSTM神经网络进行训练，得到K个用能行为预测模型；利用训练好的K个用能行为预测模型对未来楼宇中任一用户的用能行为进行预测。