基于可再生能源大数据深度学习的建筑近零能耗控制方法

摘要

本发明公开一种基于可再生能源大数据深度学习的建筑近零能耗控制方法。其中，特征学习采取的是深度学习中的堆叠降噪自动编码，无监督的学习原始数据中的深度特征，利用机器学习中的XGboost建立建筑可再生能源预测模型，最后根据可再生能源预测值与运行历史能耗数据分别作为线性回归模型的输出层与输入层，构建线性回归模型，得到运行历史能耗相应的各部分能耗权值，根据此权值控制建筑各耗能设备的能耗，使得运行总能耗趋于可再生能源预测值，从而达到建筑近零能耗的控制目标。