BriefGPT - AI 论文速递 · 2023-09-06T00:00:00Z 基于历史数据和环境因素的数据驱动能耗预测 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本研究使用历史能源数据、占用模式和天气条件，引入了一种基于LSTM模型的建筑能源消耗预测方法。该模型在短期、中期和长期能源预测方面比现有模型更准确，具有最高0.97的R2得分和最佳0.007的平均绝对误差。通过严格训练和评估，解决了过拟合和欠拟合问题。总之，该研究提供了一种优于其他方法的强大LSTM模型，具有出色效率、普适性和可靠性，为能源预测做出了贡献。 🏷️ 标签 LSTM模型 中期能源预测 建筑能源消耗预测 短期能源预测 长期能源预测 阅读原文 生成长图 分享链接 已复制链接
