System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及制冷量預測,尤其涉及一種基于遷移學習的制冷量預測方法及裝置。
技術介紹
1、目前的制冷量預測方法主要基于機器學習和統計模型,這些方法通常需要大量的歷史數據來訓練模型,如支持向量機、決策樹、神經網絡等。這些模型的核心在于通過學習歷史數據中的模式來預測未來的冷量需求。例如,在擁有足夠數據的商場,基于環境溫度、濕度、人流量等特征的數據可以較為準確地預測冷量需求。但在訓練數據量少的情況下,模型容易過擬合,泛化能力差。
技術實現思路
1、有鑒于此,本申請實施例提供了一種基于遷移學習的制冷量預測方法、裝置、電子設備及計算機可讀存儲介質,以解決現有技術中訓練數據量少導致制冷量預測過擬合和泛化能力差的問題。
2、本申請實施例的第一方面,提供了一種基于遷移學習的制冷量預測方法,包括:獲取第一場所的第一歷史數據和第二場所的第二歷史數據,其中,第一歷史數據和第二歷史數據均包括:場所數據、環境數據、天氣數據和制冷量;利用第一歷史數據對自動編解碼網絡進行編解碼訓練,以及對預測網絡進行制冷量預測訓練;分別凍結自動編解碼網絡和預測網絡中最后一層全連接網絡的權重;利用第二歷史數據對自動編解碼網絡進行編解碼訓練,以及對預測網絡進行制冷量預測訓練;分別解凍自動編解碼網絡和預測網絡中最后一層全連接網絡的權重;利用自動編解碼網絡和預測網絡預測第二場所在每天不同時間所需的制冷量。
3、本申請實施例的第二方面,提供了一種基于遷移學習的制冷量預測裝置,包括:獲取模塊,被配置為獲取第一場所的第一
4、本申請實施例的第三方面,提供了一種電子設備,包括存儲器、處理器以及存儲在存儲器中并且可在處理器上運行的計算機程序,該處理器執行計算機程序時實現上述方法的步驟。
5、本申請實施例的第四方面,提供了一種計算機可讀存儲介質,該計算機可讀存儲介質存儲有計算機程序,該計算機程序被處理器執行時實現上述方法的步驟。
6、本申請實施例與現有技術相比存在的有益效果是:獲取第一場所的第一歷史數據和第二場所的第二歷史數據,其中,第一歷史數據和第二歷史數據均包括:場所數據、環境數據、天氣數據和制冷量;利用第一歷史數據對自動編解碼網絡進行編解碼訓練,以及對預測網絡進行制冷量預測訓練;分別凍結自動編解碼網絡和預測網絡中最后一層全連接網絡的權重;利用第二歷史數據對自動編解碼網絡進行編解碼訓練,以及對預測網絡進行制冷量預測訓練;分別解凍自動編解碼網絡和預測網絡中最后一層全連接網絡的權重;利用自動編解碼網絡和預測網絡預測第二場所在每天不同時間所需的制冷量。采用上述技術手段,可以解決現有技術中,訓練數據量少導致制冷量預測過擬合和泛化能力差的問題,進而避免制冷量預測過擬合,提升泛化能力。
本文檔來自技高網...【技術保護點】
1.一種基于遷移學習的制冷量預測方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,利用所述第一歷史數據對自動編解碼網絡進行編解碼訓練,包括:
3.根據權利要求1所述的方法,其特征在于,利用所述第一歷史數據對預測網絡進行制冷量預測訓練,包括:
4.根據權利要求1所述的方法,其特征在于,利用所述第二歷史數據對所述自動編解碼網絡進行所述編解碼訓練,包括:
5.根據權利要求1所述的方法,其特征在于,利用所述第二歷史數據對預測網絡進行制冷量預測訓練,包括:
6.根據權利要求1所述的方法,其特征在于,利用所述自動編解碼網絡和所述預測網絡預測所述第二場所在每天不同時間所需的制冷量,包括:
7.根據權利要求1所述的方法,其特征在于,利用所述第一歷史數據對自動編解碼網絡進行編解碼訓練,以及對預測網絡進行制冷量預測訓練之前,所述方法還包括:
8.一種基于遷移學習的制冷量預測裝置,其特征在于,包括:
9.一種電子設備,包括存儲器、處理器以及存儲在所述存儲器中并且可在所述處理器上運行的計算機
10.一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述方法的步驟。
...【技術特征摘要】
1.一種基于遷移學習的制冷量預測方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,利用所述第一歷史數據對自動編解碼網絡進行編解碼訓練,包括:
3.根據權利要求1所述的方法,其特征在于,利用所述第一歷史數據對預測網絡進行制冷量預測訓練,包括:
4.根據權利要求1所述的方法,其特征在于,利用所述第二歷史數據對所述自動編解碼網絡進行所述編解碼訓練,包括:
5.根據權利要求1所述的方法,其特征在于,利用所述第二歷史數據對預測網絡進行制冷量預測訓練,包括:
6.根據權利要求1所述的方法,其特征在于,利用所述自動編解碼網絡和所述預測網絡預測所述第二場所在每...
【專利技術屬性】
技術研發人員:段杰,孫海亮,
申請(專利權)人:深圳須彌云圖空間科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。