買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉天津大學申請的專利一種基于建筑類型識別的城市能耗快速預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119809045B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411909998.7，技術領域涉及：G06Q10/04；該發明授權一種基于建筑類型識別的城市能耗快速預測方法是由劉剛;張力化;韓臻;白金妮;李曉倩設計研發完成，并于2024-12-24向國家知識產權局提交的專利申請。

本一種基于建筑類型識別的城市能耗快速預測方法在說明書摘要公布了：本發明公開一種基于建筑類型識別的城市能耗快速預測方法，涉及城市能耗管理技術領域。本發明的建筑類型識別模型采用深度學習算法進行構建，以多源信息，即建筑特征數據和周邊環境信息數據作為輸入，利用深度學習算法自動識別每個建筑的建筑類型，保證在數據不完整或不準確的情況下仍具有較高的分類精度。利用不同類型建筑的典型建筑能耗數據，為每種建筑類型提供單位面積能耗計算標準，根據建筑類型識別模型得到的建筑類型進行區域建筑能耗預測，生成城市能耗分布圖，以便更精確的能耗管理，該方法將建筑類型識別模型應用于區域能耗預測，具有數據普適性和擴展性，使之在多種城市環境中均能適用。

本發明授權一種基于建筑類型識別的城市能耗快速預測方法在權利要求書中公布了：1.一種基于建筑類型識別的城市能耗快速預測方法，其特征在于，包括如下步驟： S1、建立多源信息數據集；所述多源信息數據集中包括若干個樣本，每個樣本中包括某個建筑的建筑特征數據、周邊環境信息和建筑類型標簽； S2：構建建筑類型識別模型，并利用多源信息數據集對建筑類型識別模型進行訓練，得到訓練完成的建筑類型識別模型； 所述建筑類型識別模型包括圖像特征和向量特征提取模塊、特征融合模塊和高層特征提取與分類模塊； 所述圖像特征和向量特征提取模塊用于對輸入的向量特征和建筑輪廓圖像進行特征提取，分別得到高維空間表示和高維特征圖； 所述特征融合模塊用于將圖像特征和向量特征提取模塊輸出的高維特征圖和高維空間表示通過疊加的方式進行融合，得到融合后的特征； 所述高層特征提取與分類模塊首先通過卷積層和ReLU激活函數層對融合后的特征進行下采樣，得到綜合特征向量；然后輸入到全連接層和Softmax激活函數計算每個建筑類型的得分并轉換為每個建筑類型的分類概率，進而得到識別的建筑類型； 所述輸入的向量特征包括建筑高度H、建筑占地面積Ageo、層數p、建筑所在地塊的建筑密度BD、建筑所在地塊的容積率FAR、體形系數SCB、距離建筑最近的q個道路的類型、建筑所在地塊的土地利用類型、距離建筑最近的m個興趣點POI的類型POItype和建筑與距離其最近的m個興趣點POI之間的距離； Xv＝{H,Ageo,p,BD,FAR,SCB,Rtype,Ltype,POItypei,DPOIi|i＝1,2,……,m} 其中，Xv為輸入的向量特征，Rtype為道路的類型，Ltype為土地利用類型，POItypei表示距離建筑最近的m個興趣點中第i個興趣點的類型，DPOIi表示建筑與距離其最近的m個興趣點中第i個興趣點的距離，i為興趣點的編號； 所述圖像特征和向量特征提取模塊包括兩個處理單元，第一個處理單元對輸入的向量特征進行1次上采樣得到上采樣后的向量特征，然后對上采樣后的向量特征進行若干次下采樣，且每次下采樣后生成不同空間維度的向量特征，將最后1次下采樣后得到的向量特征稱為高維空間表示；第二個處理單元對建筑輪廓圖像進行1次初步的下采樣得到特征圖，且該特征圖的空間維度與第一個處理單元中經過1次上采樣得到的向量特征的空間維度相同，然后將下采樣后得到的特征圖與第一個處理單元中經過1次上采樣得到的向量特征進行相加融合，得到融合特征；融合特征繼續進行若干次下采樣，并且每次下采樣后的融合特征均與第一個處理單元中經過對應下采樣后得到的向量特征進行融合，最終得到高維特征圖； 所述上采樣通過一個反卷積層和ReLU激活函數層實現；所述下采樣通過卷積層和ReLU激活函數層實現； 所述第二個處理單元中進行融合的融合特征的空間維度和下采樣后得到的向量特征的空間維度相同；所述高維空間表示的空間維度和高維特征圖XD的空間維度相同； S3：獲取待識別建筑的建筑特征數據和周邊環境信息并輸入訓練完成的建筑類型識別模型，得到識別的建筑類型； S4：針對每個建筑類型，分別收集若干個該建筑類型的建筑的實際單位面積能耗數據，計算每種建筑類型的平均單位面積能耗值，作為典型建筑能耗基準； S5：根據識別的建筑類型和典型建筑能耗基準，計算得到待識別建筑所在區域的能耗預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人天津大學，其通訊地址為：300072 天津市南開區衛津路92號天津大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。