買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉新旅建設(shè)集團(tuán)有限公司申請的專利一種基于云計算的建筑能耗預(yù)分析方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120030663B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510503211.5，技術(shù)領(lǐng)域涉及：G06F30/13；該發(fā)明授權(quán)一種基于云計算的建筑能耗預(yù)分析方法及系統(tǒng)是由黃震宇;汪依卉;范于泉;馬子豪設(shè)計研發(fā)完成，并于2025-04-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于云計算的建筑能耗預(yù)分析方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及建筑能耗預(yù)測技術(shù)領(lǐng)域，具體為一種基于云計算的建筑能耗預(yù)分析方法及系統(tǒng)。本發(fā)明以建筑中每一樓層為邊緣節(jié)點，云計算中心為中心節(jié)點，構(gòu)建聯(lián)邦學(xué)習(xí)框架，實現(xiàn)本地數(shù)據(jù)的分布式建模與協(xié)同訓(xùn)練。邊緣節(jié)點基于本地能耗數(shù)據(jù)訓(xùn)練模型并上傳參數(shù)，云端聚合多個節(jié)點模型后，結(jié)合抽樣獲得的全局能耗數(shù)據(jù)進(jìn)行再訓(xùn)練優(yōu)化。在模型參數(shù)下發(fā)過程中，引入哈希一致性校驗機制，確保模型傳輸?shù)耐暾耘c安全性。同時，通過Q?learning強化學(xué)習(xí)算法，根據(jù)邊緣節(jié)點的預(yù)測誤差與系統(tǒng)算力狀態(tài)動態(tài)調(diào)整其數(shù)據(jù)采樣頻率與訓(xùn)練周期，進(jìn)一步提升系統(tǒng)的資源利用效率與預(yù)測精度。

本發(fā)明授權(quán)一種基于云計算的建筑能耗預(yù)分析方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于云計算的建筑能耗預(yù)分析方法，其特征在于，包括： 以建筑中每一樓層為邊緣節(jié)點，云計算中心為中心節(jié)點，建立聯(lián)邦學(xué)習(xí)框架； 基于邊緣節(jié)點本地采集的本地能耗數(shù)據(jù)進(jìn)行能耗預(yù)測模型訓(xùn)練，并在訓(xùn)練完成后將對應(yīng)的本地模型參數(shù)上傳至云計算中心； 基于接收到的多個邊緣節(jié)點的本地模型參數(shù)，云計算中心采用聯(lián)邦學(xué)習(xí)方式進(jìn)行全局模型參數(shù)聚合，并通過抽樣采集的全局能耗數(shù)據(jù)對聚合后的模型進(jìn)行模型再訓(xùn)練，以優(yōu)化全局模型參數(shù)； 在完成全局模型再訓(xùn)練后，云計算中心將優(yōu)化后的全局模型參數(shù)下發(fā)至各邊緣節(jié)點，并附帶哈希校驗值；邊緣節(jié)點在接收后對全局模型參數(shù)進(jìn)行哈希一致性校驗，確保邊緣節(jié)點與云計算中心的參數(shù)同步成功； 采用Q-learning強化學(xué)習(xí)算法，以邊緣節(jié)點的模型預(yù)測誤差和系統(tǒng)算力狀態(tài)為狀態(tài)信息，動態(tài)調(diào)整邊緣節(jié)點的數(shù)據(jù)采樣頻率及模型訓(xùn)練周期； 邊緣節(jié)點的數(shù)據(jù)采集周期為第一周期，云計算中心的數(shù)據(jù)采集周期為第二周期，其中，第二周期大于第一周期； 模型再訓(xùn)練的具體步驟包括： 云計算中心基于抽樣采集的建筑整體能耗數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集，以聚合后的全局模型參數(shù)作為初始模型，對所述訓(xùn)練數(shù)據(jù)集進(jìn)行微調(diào)訓(xùn)練； 在再訓(xùn)練過程中，實時監(jiān)測驗證集的預(yù)測誤差，當(dāng)滿足預(yù)設(shè)收斂條件則終止訓(xùn)練；所述預(yù)設(shè)收斂條件為預(yù)測誤差小于誤差閾值； 調(diào)整邊緣節(jié)點的數(shù)據(jù)采樣頻率及模型訓(xùn)練周期的具體步驟包括： 將邊緣節(jié)點的模型預(yù)測誤差、系統(tǒng)算力狀態(tài)作為狀態(tài)信息輸入，動作輸出包括數(shù)據(jù)采樣頻率與模型訓(xùn)練周期，用于形成狀態(tài)-動作映射關(guān)系； 構(gòu)建綜合考慮預(yù)測精度與資源消耗的獎勵函數(shù)，并采用Q-learning學(xué)習(xí)算法對邊緣節(jié)點的策略進(jìn)行更新優(yōu)化，提升系統(tǒng)資源利用效率及整體模型預(yù)測精度； 邊緣節(jié)點根據(jù)所學(xué)策略，依據(jù)當(dāng)前狀態(tài)選擇相應(yīng)的采樣頻率與訓(xùn)練周期。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人新旅建設(shè)集團(tuán)有限公司，其通訊地址為：330000 江西省南昌市南昌縣廣福鎮(zhèn)廣三路31號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。