研究團隊采用了深度學(xué)習等新興人工智能算法，利用聯(lián)合仿真技術(shù)建立了建筑能耗預測與智能診斷平臺。針 對現有技術(shù)在建筑能耗預測與智能診斷時(shí)建模復雜的缺陷，創(chuàng )新性地將深度學(xué)習用于建筑用能需求負荷預測與系 統運行狀態(tài)辨識、故障診斷方法，提高模型精度的同時(shí)降低了建模復雜度，且完成了相關(guān)能耗預測、故障診斷軟 件的開(kāi)發(fā)工作；針對現有深度學(xué)習模型可靠性不足等缺陷，并提出了基于注意力機制、類(lèi)激活顯著(zhù)圖等可解釋'黑 箱'模型，增加了模型的可解釋性和可靠度；考慮到未來(lái)城市更新建設中，新能源是一項不可忽視的元素，平臺將 太陽(yáng)能等新能源納入到建筑能源系統的設計中，并提出通過(guò)地理信息系統與深度學(xué)習結合的方法，快速準確地評 估建筑可用太陽(yáng)能潛力，填補了現階段建筑節能領(lǐng)域對城市建筑太陽(yáng)能應用規模估計研究的空白。
技術(shù)優(yōu)勢
建筑能源系統數字化與智能化診斷關(guān)鍵技術(shù)可為建筑管理方提供精確的、多時(shí)空尺度的建筑能耗預測模型， 并提供可靠的、智能化的建筑能源系統故障診斷技術(shù)支持服務(wù)。在此基礎上，可進(jìn)一步挖掘區域建筑可再生能源 利用潛力和提供相應的應用規劃優(yōu)化方案服務(wù)。
