一种基于CNN-LSTM-MHA的供暖负荷预测方法

本发明涉及一种基于CNN‑LSTM‑MHA的供暖负荷预测方法，其包括以下步骤：对实测数据进行预处理，选取训练集和测试集数据；建立基于多头注意力机制的CNN‑LSTM‑MHA混合负荷预测模型，并对该负荷预测模型进行训练，确定模型架构；评估模型的预测性能，计算预测误差，评估预测模型的准确性；采用遗传算法GA优化负荷预测模型；使用优化后的负荷预测模型对新输入的数据进行预测并得到预测结果。本基于CNN‑LSTM‑MHA的供暖负荷预测方法尽可能充分考虑建筑供暖负荷的内外扰因素，在总结建筑热响应特性和用户用能行为特征对建筑供暖负荷影响的基础上，构建主被动因素耦合的供暖负荷预测模型，提高居住建筑热负荷的预测精度。