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！

龙图腾网获悉山东电工电气集团数字科技有限公司;山东电工电气集团有限公司申请的专利一种基于改进DBO-LSTM的智慧楼宇能耗预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117313795B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311302283.0，技术领域涉及：G06N3/045；该发明授权一种基于改进DBO-LSTM的智慧楼宇能耗预测方法是由袁意丽;侯莹莹;刘恒志;齐伟峰;袁翰林;黄俊花;杨志强;李新丽设计研发完成，并于2023-10-09向国家知识产权局提交的专利申请。

本一种基于改进DBO-LSTM的智慧楼宇能耗预测方法在说明书摘要公布了：本发明公开一种基于改进DBO‑LSTM的智慧楼宇能耗预测方法，属于建筑能耗预测领域。本方法使用改进蜣螂算法对LSTM参数进行寻优，即将算法中最优个体位置作为LSTM两个隐藏层神经元个数和学习率，建立最优预测模型；并且利用Tent映射初始化蜣螂种群分布，提高初始种群分布质量，进而改善模型全局搜索能力；其次，提出利用莱维飞行策略对最优解进行扰动，使模型能够跳出局部最优解，进入解空间的其他区域继续进行勘探，直至最终找到全局最优解，提高模型在搜索空间中的寻优精度。本方法深入挖掘了建筑运行数据的时空特征，提高了数据驱动模型的预测精度，实现了智慧楼宇场景下的能耗预测。

本发明授权一种基于改进DBO-LSTM的智慧楼宇能耗预测方法在权利要求书中公布了：1.一种基于改进DBO-LSTM的智慧楼宇能耗预测方法，其特征在于：包括以下步骤： S01、数据采集，采集楼宇的历史能耗数据，构成原始能耗数据集； S02、特征选择，分析原始能耗数据集中各特征与楼宇能耗预测目标之间的相关系数，以此判断各个特征对楼宇能耗预测目标的影响，从而剔除对其影响不大的特征； S03、数据归一化处理，将原始能耗数据集中的特征向量通过归一化处理得到最终数据作为模型输入； S04、建立改进DBO-LSTM模型，利用改进蜣螂算法对LSTM参数进行寻优，将蜣螂算法中最优个体位置作为LSTM两个隐藏层神经元个数和学习率，建立起最优预测模型，具体步骤为： S41、初始化LSTM模型参数优化过程中基本参数，包括蜣螂种群规模、最大迭代次数、限制隐藏层神经元个数和学习率搜索范围，随机初始化蜣螂种群个体运动速度、加速度和时间； S42、对蜣螂种群位置基于Tent混沌映射初始化，将个体位置设为模型各隐藏层神经元数和学习率； S43、LSTM其他参数设置，其他参数包括LSTM隐藏层数、损失函数和优化算法； S44、对步骤S01采集的数据进行预处理形成新的数据集，并将新的数据集分为训练集和测试集，将训练集和测试集输入LSTM模型进行训练和测试； S45、蜣螂算法的适应度函数为LSTM模型的实际标签和预测标签之间的十折交叉验证的均方根误差； S46、进行迭代，计算蜣螂个体在每一次迭代中的位置并计算适应度值，通过比较确定个体最优历史位置进而确定种群最优位置，利用莱维飞行策略对最优解进行扰动，使蜣螂算法能够跳出局部最优解，从而更准确的确定种群的全局最优位置； S47、判断是否已经达到最大迭代次数，若是则结束，否则返回步骤S42继续执行； S48、返回最优个体位置及其适应度值，将最优个体位置映射成LSTM隐含层的神经元个数以及学习率，寻优结束； S05、将模型输入数据划分为训练集、验证集和测试集，训练集和验证集用于训练改进DB0-LSTM模型，测试集输入训练后的DBO-LSTM模型用于预测楼宇能耗。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东电工电气集团数字科技有限公司;山东电工电气集团有限公司，其通讯地址为：250000 山东省济南市高新区汉峪金融商务中心5区5号楼17层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。