买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种整合建筑间效应的可解释城市建筑能耗模型构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119719818B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411916414.9，技术领域涉及：G06F18/23；该发明授权一种整合建筑间效应的可解释城市建筑能耗模型构建方法是由林德清;徐小东;赵琳芝;阿卜杜热合曼·阿卜杜瓦伊提;朱颜怡;刘轩昂设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种整合建筑间效应的可解释城市建筑能耗模型构建方法在说明书摘要公布了：本发明涉及一种整合建筑间效应的可解释城市建筑能耗模型构建方法，包括采集建筑用电能耗信息，对原始数据中的缺失值和异常值进行数据处理，并以时间窗口的用电能耗构建特征工程；时间窗口内以建筑作为建筑图中的节点，以建筑间效应作为建筑图中的边，构建动态建筑图；构建以LSTM为单元的基于编码器‑解码器的深度模型作为基线模型；在基线模型的基础上，整合图神经网络、注意力机制和LSTM构建GAT‑LSTM模型并进行训练；输出注意力计算结果并采用聚类算法解释黑盒模型，区分建筑间效应的不同模式及其随时间分布规律，并进一步识别不同模式下的关键建筑。

本发明授权一种整合建筑间效应的可解释城市建筑能耗模型构建方法在权利要求书中公布了：1.一种整合建筑间效应的可解释城市建筑能耗模型构建方法，其特征在于，所述方法包括以下步骤： S1：采集建筑用电能耗信息，对原始数据中的缺失值和异常值进行数据处理，并以时间窗口的用电能耗构建特征工程； S2：时间窗口内以建筑作为建筑图中的节点，以建筑间效应作为建筑图中的边，构建动态建筑图； S3：构建以LSTM为单元的基于编码器-解码器的深度模型作为基线模型； S4：在基线模型的基础上，整合图神经网络、注意力机制和LSTM构建GAT-LSTM模型并进行训练； S5：输出注意力计算结果并采用聚类算法解释黑盒模型，可视化建筑间效应的不同模式及其随时间分布规律； 其中，S4，在基线模型的基础上，整合图神经网络和注意力机制构建GAT-LSTM模型并进行训练，在基线模型前增加带有多头注意力机制的图卷积层用以计算S2步骤构建的动态建筑图，训练过程中不断计算注意力值并更新邻接矩阵，具体如下，S4.1：构建基于图神经网络、注意力机制和LSTM的GAT-LSTM模型，其中带有多头注意力机制的图卷积层首先计算不同节点间的注意力值，并聚合邻接建筑节点特征信息，具体公式如下： 其中，W是权重矩阵，将原有特征映射至高维空间；是节点上执行的共享的自注意力；eij是与两个向量的内积值，表征vj节点特征对vi节点的重要性，；ni指与vi存在边联系的节点编号集合，||指特征向量进行拼接操作；K为多头注意力机制中的注意力头数，为了使不同两两节点间的eij系数能够便于比较，使用softmax函数对j的所有选择重要性计算结果进行归一化X′， S4.2：构建序列创建模块，该模块将卷积后X′创建为连续的三维数据用以输入基线模型； S4.3：采用Adam优化器，以均方误差MSE为损失函数分别对S3和S4.1步骤构建的基线模型和GAT-LSTM模型进行训练，损失反向传播调整超参数； 其中S5，输出注意力计算结果并采用聚类算法解释黑盒模型，可视化建筑间效应的不同模式及其随时间分布规律，具体如下： S5.1：导出注意力计算结果，采用聚类算法划分不同类型的建筑间效应模式； S5.2：通过一种电子设备装置可视化建筑间效应的不同模式及其随时间分布规律，并挖掘不同模式中的关键影响建筑。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。