公开(公告)号：CN111476422A

公开(公告)日：2020-07-31

申请号：CN202010279924.5

申请日：2020-04-10

申请人： 北京石油化工学院

发明人： 介鹏飞 ,  焉富春 ,  李法庭 ,  李雯隆 ,  杨佳硕

IPC分类号： G06Q10/04 ,  G06F30/20 ,  G06Q50/08 ,  G06F119/08

摘要： 本发明公开了一种基于机器学习框架下LightGBM的建筑冷负荷预测方法，首先选取给定时间段内的室外气象数据和室内环境数据，构建数据集；对所述数据集的数据进行预处理，具体包括数据清洗、相关性分析和标准化处理；将预处理后的数据集划分为训练集、验证集以及测试集；导入LightGBM模型并设置模型参数；将步骤2预处理后的数据集加载到Dataset对象中，训练LightGBM模型并设置训练参数；预测冷负荷，输出预测建筑冷负荷值。该方法在计算效率和预测精确度方面较其他预测模型均具有显著提升，提高了建筑冷负荷预测效率和精度。