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！

龙图腾网获悉北京建筑大学申请的专利一种基于大语言模型的建筑能耗预测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：CN120296530B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510782722.5，技术领域涉及：G06F18/241；该发明授权一种基于大语言模型的建筑能耗预测方法是由陈梓萌;王鹏跃;郭茂祖;田乐设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种基于大语言模型的建筑能耗预测方法在说明书摘要公布了：本发明提供了一种基于大语言模型的建筑能耗预测方法，涉及建筑能耗预测技术领域，该方法包括：获取待测建筑的数据；基于待测建筑的数据构建文本提示；将待测建筑的能耗时序数据和文本提示输入至训练后的能耗预测模型中，得到待测建筑的未来能耗预测值；其中，能耗预测模型中的文本提示编码子模块包括大语言模型。本发明基于能耗预测模型中的跨模态对齐模块对时间序列嵌入与文本提示嵌入进行对齐，将待测建筑的能耗时序数据与文本提示进行融合，最终通过对齐的时间序列嵌入得到待测建筑的未来能耗预测值，该方法在能耗预测过程中具有通用性，实现了对不同地区、不同类型的建筑的能耗预测。

本发明授权一种基于大语言模型的建筑能耗预测方法在权利要求书中公布了：1.一种基于大语言模型的建筑能耗预测方法，其特征在于，包括： 获取待测建筑的数据；其中，所述待测建筑的数据包括：待测建筑的能耗时序数据、待测建筑特征的元数据以及待测建筑所处区域的环境数据； 基于所述待测建筑的数据构建文本提示；其中，所述文本提示包括：时间文本提示和空间文本提示； 所述文本提示中还包括任务描述，所述任务描述中包含对待测建筑进行能耗预测的时长，待测建筑的类型以及期望能耗预测模型所执行的任务； 将所述待测建筑的能耗时序数据和所述文本提示输入至训练后的能耗预测模型中，得到所述待测建筑的未来能耗预测值；其中，所述能耗预测模型由标记有未来能耗实际值的建筑训练数据集训练得到；所述能耗预测模型包括：时间序列编码子模块、文本提示编码子模块、跨模态对齐模块和时间序列预测模块；所述时间序列编码子模块用于基于所述能耗时序数据确定时间序列嵌入；所述文本提示编码子模块用于基于所述文本提示确定文本提示嵌入；所述跨模态对齐模块用于基于所述时间序列嵌入和所述文本提示嵌入进行跨模态对齐，得到对齐的时间序列嵌入；所述时间序列预测模块用于基于对齐的所述时间序列嵌入进行预测计算，得到所述待测建筑的未来能耗预测值；所述文本提示编码子模块中包括大语言模型； 所述基于所述待测建筑的数据构建文本提示，包括： 基于所述待测建筑的能耗时序数据构建所述时间文本提示；基于所述待测建筑特征的元数据以及所述待测建筑所处区域的环境数据构建所述空间文本提示；其中，所述待测建筑特征的元数据包括：待测建筑的类型、面积以及所处位置的经纬度； 所述基于所述待测建筑的能耗时序数据构建所述时间文本提示，包括： 将所述待测建筑的能耗时序数据根据时间均匀划分为多段序列数据片段，并确定每段序列数据中所述待测建筑的能耗值；基于每段所述序列数据片段中所述待测建筑的能耗值，确定待测建筑的能耗趋势；基于所述待测建筑的能耗时序数据的起始时间、结束时间、每段所述序列数据片段中所述待测建筑的能耗值以及待测建筑的能耗趋势构建所述时间文本提示； 所述基于所述能耗时序数据确定时间序列嵌入，包括： 通过所述时间序列编码子模块对所述待测建筑的能耗时序数据进行可逆实例规范化处理，得到规范化后的序列数据；将所述规范化后的序列数据转化为时间序列可学习矩阵；将所述时间序列可学习矩阵输入至时间序列编码器中得到时间序列嵌入； 所述基于所述时间序列嵌入和所述文本提示嵌入进行跨模态对齐，得到对齐的时间序列嵌入，包括： 基于所述跨模态对齐模块对所述时间序列嵌入和所述文本提示嵌入分别进行线性变换，并基于所述时间序列嵌入的线性变换结果以及所述文本提示嵌入的线性变换结果进行矩阵乘法计算和归一化计算，得到所述时间序列嵌入和所述文本提示嵌入的信道相似度矩阵；对所述信道相似度矩阵进行线性变换处理和矩阵加法处理得到对齐的所述时间序列嵌入。

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北京建筑大学，其通讯地址为：100044 北京市西城区展览馆路1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。