基于改进LSTM的商业建筑冷负荷预测模型
董芳楠,武强,刘佳瑶,于军琪
Cooling load prediction model for commercial buildings based on improved LSTM
Fangnan DONG,Qiang WU,Jiayao LIU,Junqi YU
表 2
建筑物冷负荷样本数据统计
Tab.2
Statistics of building cooling load samples
研究
对象
建筑营业时间
时间范围
N
S
总数
训练集
测试集
建筑1
8:00—22:00
2023年6月2日—
8月12日
1080
979
95
2023年6月
435
384
45
2023年7月
465
414
45
2023年8月
180
129
45
建筑2
8:00—21:00
2023年6月1日—
8月31日
1288
1162
135
2023年6月
420
378
36
2023年7月
434
392
36
2023年8月
434
392
36