龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华南理工大学
摘要：本发明公开了一种基于集成学习和深度学习的科研建筑房间能耗异常检测方法，包括获取历史房间能耗、室外气象及日期属性数据并进行预处理；采用集成学习框架进行异常标记，获取数据标签；训练自编码器模型，根据数据标签选取重构误差阈值；利用自编码器模型重构待检测房间能耗序列得到重构能耗序列，并计算重构误差，最后得到异常检测结果。本发明提出基于集成学习框架的异常数据标注方法，充分利用多种基分类器的优势互补，获取高质量数据标签；同时采用双层GRU网络构建自编码器的编码器和解码器，充分捕捉能耗数据的长期依赖关系，提升模型对不平稳、非线性数据的重构效果，并在编码器中引入自注意力机制，提升模型在拐点的重构效果。
主权项：1.基于集成学习和深度学习的科研建筑房间能耗异常检测方法，其特征在于，包括下述步骤：获取历史房间能耗数据、室外气象数据及日期属性数据；对房间能耗数据进行预处理，包括失真数据清洗、缺失值插补以及突变值修复；采用集成学习框架对预处理后的房间能耗数据进行异常标记，获取数据标签；利用预处理后房间能耗数据训练自编码器模型，根据数据标签选取重构误差阈值；利用自编码器模型重构待检测房间能耗序列得到重构能耗序列，并计算重构误差，根据重构误差阈值得到异常检测结果。
全文数据：
权利要求：
百度查询： 华南理工大学 基于集成学习和深度学习的科研建筑房间能耗异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号