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！

龙图腾网获悉同济大学申请的专利基于机器学习的城市低碳更新潜力数字化快速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：CN118446105B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202410589986.4，技术领域涉及：G06F30/27；该发明授权基于机器学习的城市低碳更新潜力数字化快速预测方法是由姚佳伟;袁烽;叶家宏;黄辰宇;王锦煜设计研发完成，并于2024-05-13向国家知识产权局提交的专利申请。

本基于机器学习的城市低碳更新潜力数字化快速预测方法在说明书摘要公布了：本发明涉及一种基于机器学习的城市低碳更新潜力数字化快速预测方法，包括以下步骤：构建理想住区模型；基于理想住区模型进行性能模拟；对理想住区模型进行节能改造；对改造后的住区模型进行性能模拟；基于改造前后的住区模型及其性能模拟数据构建数据集，将改造前后的建筑参数作为基于XGBoost的节能量预测代理模型的输入，将改造后的住区节能量作为模型输出，利用数据集对模型进行训练后用于建筑群低碳改造潜力预测。与现有技术相比，本发明具有预测准确率高、能够快速预测等优点。

本发明授权基于机器学习的城市低碳更新潜力数字化快速预测方法在权利要求书中公布了：1.一种基于机器学习的城市低碳更新潜力数字化快速预测方法，其特征在于，包括以下步骤： S1，构建理想住区模型； S2，基于理想住区模型进行性能模拟； S3，对理想住区模型进行节能改造； S4，对改造后的住区模型进行性能模拟； S5，基于改造前后的住区模型及其性能模拟数据构建数据集，将改造前后的建筑参数作为基于XGBoost的节能量预测代理模型的输入，将改造后的住区节能量作为模型输出，利用数据集对模型进行训练后用于建筑群低碳改造潜力预测； 所述S1包括以下步骤： S11，分析实际住区建筑类型，确定住区建筑基础形态； S12，结合实际住区规模，将住区划分为多个街区单元，并将街区单元边界向住区内部偏移预设距离，得到道路边界和理想住区可建设用地范围； S13，对住区建筑基础形态进行多元组合，并结合理想住区可建设用地范围生成居住区元模型，构建得到理想住区模型； 所述住区建筑基础形态包括点式住宅群、板式住宅群、围合式住宅群； 所述节能量预测代理模型的输入包括建筑容积率、建筑密度、开放空间指数、平均建筑层数、交错度、改造前后的住宅照明、设备功率密度差值、玻璃SHGC差值、光伏板功率； 街区网格的可建设范围通过类型随机选择的方式，将基础形态模块的不同类型住宅进行多元组合，自动生成多样的居住区元模型，其中，自动生成多样的居住区元模型的方式是参数随机跳出一种小方块的住区类型，连续跳出九个组成一个九宫格住区，即居住区元模型。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；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。