首页|基于LightGBM-LSTM组合模型的商业建筑能耗预测

基于LightGBM-LSTM组合模型的商业建筑能耗预测

PREDICTION OF COMMERCIAL BUILDING ENERGY CONSUMPTION BASED ON LIGHTGBM-LSTM COMBINED MODEL

扫码查看
原文链接
  • 万方数据
  • 维普
准确预测商业建筑能耗使用对于能源节约具有十分重要的意义.在分析基于决策树算法的模型和长短期记忆网络(LSTM)特性的基础上,依据某商业建筑历史能耗序列数据,构建一种预测短期能耗的LightGBM-LSTM模型.LightGBM对多特征数据处理优秀,它是对梯度提升树(GBDT)的优化策略,使用了互斥特征打包(MEF)算法进行特征合并.LSTM对时间序列数据适用性高.组合模型结合两种模型特点,通过权重组合预测数据.将组合模型与LightGBM、LSTM单项模型、其他常用模型做对比实验,实验结果验证了LightGBM-LSTM模型在建筑能耗预测中具有更高的准确性.

罗恒、刘杭

展开 >

苏州科技大学电子与信息工程学院 江苏 苏州 215009

苏州科技大学江苏省建筑智慧节能重点实验室 江苏 苏州 215009

LightGBM 长短期记忆网络 建筑能耗预测 GBDT

国家自然科学基金青年科学基金

61602334

2022

10.3969/j.issn.1000-386x.2022.11.006

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(11)
  • 1
  • 3