可解释的图神经网络暖通空调系统故障诊断方法及系统

    公开(公告)号:CN118780316A

    公开(公告)日:2024-10-15

    申请号:CN202410903638.X

    申请日:2024-07-08

    Abstract: 本发明属于暖通空调故障诊断技术领域,公开了一种可解释的图神经网络暖通空调系统故障诊断方法及系统,通过引入图神经网络(GNN),本发明分别从图和节点两个角度提出两种不同的图生成方法,并构建适用于这两种方法的GNN故障诊断模型。图生成方法从整体系统结构出发,捕捉系统中各设备之间的关系,而节点生成方法则关注单个设备的状态和特征。解决了传统方法在复杂系统中的应用局限性。在空气处理机组数据集中,输入梯度方法表现最佳,而敏感显著性分析、导向反向传播梯度和反卷积方法效果相近。其中,导向反向传播梯度和反卷积方法在两个数据集都具有相同的解释效果。

    用于提高LSTM可解释性和建筑能耗预测准确性的方法

    公开(公告)号:CN115222110A

    公开(公告)日:2022-10-21

    申请号:CN202210746489.1

    申请日:2022-06-29

    Abstract: 本发明公开了一种用于提高LSTM可解释性和建筑能耗预测准确性的方法,涉及建筑能耗预测技术领域,其技术要点为:包括以下步骤:S1、分析空间维度,即不同变量对最终预测结果的影响;S2、分析时间维度,即不同小时数对最终结果的影响。本发明定量地分析输入数据的时间和空间维度对最终建筑能耗预测的贡献,增加模型的可解释性,同时完全保留模型的表达能力,对于每个数据实例,本发明的方法可以为每个特征分配一个相关性分数,从而能够解释每个特征对最终决策的贡献程度,增加对所做预测的信任;最后通过剔除相关性小的空间和时间特征,达到提升长短期记忆网络模型的建筑能耗预测准确性的目的。

    基于街景图像的建筑物外立面窗墙比自动识别算法及系统

    公开(公告)号:CN118865111A

    公开(公告)日:2024-10-29

    申请号:CN202410876345.7

    申请日:2024-07-02

    Abstract: 本发明属于建筑技术领域,公开了一种基于街景图像的建筑物外立面窗墙比自动识别算法及系统,本发明利用街景图像和自动化算法,可以快速获取和处理大量建筑外立面图像,无需现场测量,大大降低了数据采集的难度和成本。这种方法不仅适用于单个建筑的分析,也能在大规模城市区域内高效应用,为城市节能改造和规划提供有力的数据支持。本发明在应用范围和实用性上取得了显著的技术进步。通过自动化、智能化的窗墙比识别方法,本发明不仅适用于现代建筑的能效分析和设计优化,还能够在历史建筑保护和修复中发挥重要作用,确保修复过程中的窗墙比保持或合理调整,保护历史建筑的原貌和结构特征。

Patent Agency Ranking