【技术实现步骤摘要】
本申请涉及制冷量预测，尤其涉及一种基于迁移学习的制冷量预测方法及装置。
技术介绍
1、目前的制冷量预测方法主要基于机器学习和统计模型，这些方法通常需要大量的历史数据来训练模型，如支持向量机、决策树、神经网络等。这些模型的核心在于通过学习历史数据中的模式来预测未来的冷量需求。例如，在拥有足够数据的商场，基于环境温度、湿度、人流量等特征的数据可以较为准确地预测冷量需求。但在训练数据量少的情况下，模型容易过拟合，泛化能力差。
技术实现思路
1、有鉴于此，本申请实施例提供了一种基于迁移学习的制冷量预测方法、装置、电子设备及计算机可读存储介质，以解决现有技术中训练数据量少导致制冷量预测过拟合和泛化能力差的问题。
2、本申请实施例的第一方面，提供了一种基于迁移学习的制冷量预测方法，包括：获取第一场所的第一历史数据和第二场所的第二历史数据，其中，第一历史数据和第二历史数据均包括：场所数据、环境数据、天气数据和制冷量；利用第一历史数据对自动编解码网络进行编解码训练，以及对预测网络进行制冷量预测训练；分别冻结自动编解码网络和预测网络中最后一层全连接网络的权重；利用第二历史数据对自动编解码网络进行编解码训练，以及对预测网络进行制冷量预测训练；分别解冻自动编解码网络和预测网络中最后一层全连接网络的权重；利用自动编解码网络和预测网络预测第二场所在每天不同时间所需的制冷量。
3、本申请实施例的第二方面，提供了一种基于迁移学习的制冷量预测装置，包括：获取模块，被配置为获取第一场所的第一
4、本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
5、本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
6、本申请实施例与现有技术相比存在的有益效果是：获取第一场所的第一历史数据和第二场所的第二历史数据，其中，第一历史数据和第二历史数据均包括：场所数据、环境数据、天气数据和制冷量；利用第一历史数据对自动编解码网络进行编解码训练，以及对预测网络进行制冷量预测训练；分别冻结自动编解码网络和预测网络中最后一层全连接网络的权重；利用第二历史数据对自动编解码网络进行编解码训练，以及对预测网络进行制冷量预测训练；分别解冻自动编解码网络和预测网络中最后一层全连接网络的权重；利用自动编解码网络和预测网络预测第二场所在每天不同时间所需的制冷量。采用上述技术手段，可以解决现有技术中，训练数据量少导致制冷量预测过拟合和泛化能力差的问题，进而避免制冷量预测过拟合，提升泛化能力。
本文档来自技高网...【技术保护点】
1.一种基于迁移学习的制冷量预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用所述第一历史数据对自动编解码网络进行编解码训练，包括：
3.根据权利要求1所述的方法，其特征在于，利用所述第一历史数据对预测网络进行制冷量预测训练，包括：
4.根据权利要求1所述的方法，其特征在于，利用所述第二历史数据对所述自动编解码网络进行所述编解码训练，包括：
5.根据权利要求1所述的方法，其特征在于，利用所述第二历史数据对预测网络进行制冷量预测训练，包括：
6.根据权利要求1所述的方法，其特征在于，利用所述自动编解码网络和所述预测网络预测所述第二场所在每天不同时间所需的制冷量，包括：
7.根据权利要求1所述的方法，其特征在于，利用所述第一历史数据对自动编解码网络进行编解码训练，以及对预测网络进行制冷量预测训练之前，所述方法还包括：
8.一种基于迁移学习的制冷量预测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于迁移学习的制冷量预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用所述第一历史数据对自动编解码网络进行编解码训练，包括：
3.根据权利要求1所述的方法，其特征在于，利用所述第一历史数据对预测网络进行制冷量预测训练，包括：
4.根据权利要求1所述的方法，其特征在于，利用所述第二历史数据对所述自动编解码网络进行所述编解码训练，包括：
5.根据权利要求1所述的方法，其特征在于，利用所述第二历史数据对预测网络进行制冷量预测训练，包括：
6.根据权利要求1所述的方法，其特征在于，利用所述自动编解码网络和所述预测网络预测所述第二场所在每...
【专利技术属性】
技术研发人员：段杰，孙海亮，
申请(专利权)人：深圳须弥云图空间科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。