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！

龙图腾网获悉同济大学;国网浙江省电力有限公司营销服务中心申请的专利基于时空图卷积及对抗域适应的建筑群能耗预测方法及系统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：CN121119311B 。

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：202511666163.8，技术领域涉及：G06Q10/04；该发明授权基于时空图卷积及对抗域适应的建筑群能耗预测方法及系统是由阮应君;马娅梅;吴至复;徐婷婷;姚雨葶;孟华;王朝亮;刘炜设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本基于时空图卷积及对抗域适应的建筑群能耗预测方法及系统在说明书摘要公布了：本发明提供了一种基于时空图卷积及对抗域适应的建筑群能耗预测方法及系统，包括：获取源域相关数据和目标域相关数据，进行预处理得到初始输入数据等；构建时空图卷积网络模型并进行预训练，得到预训练时空图卷积网络模型，将模型拆分为时空特征提取器和预测器；对目标域时空特征提取器和目标域预测器进行权重初始化和对抗训练，得到训练后目标域时空特征提取器和训练后目标域预测器；将目标域测试集输入训练后目标域时空特征提取器和训练后目标域预测器，得到目标域的区域建筑群能耗预测结果，本发明基于图卷积和图注意力机制捕捉建筑间的空间依赖关系，采用迁移学习策略将源域预测相关知识迁移到目标域，利用少量数据进行准确的能耗预测。

本发明授权基于时空图卷积及对抗域适应的建筑群能耗预测方法及系统在权利要求书中公布了：1.一种基于时空图卷积及对抗域适应的建筑群能耗预测方法，其特征在于，包括： 步骤S1，获取源域相关数据和目标域相关数据，所述源域相关数据和所述目标域相关数据包括：建筑能耗数据、气象数据、时间特征，所述建筑能耗数据还包括历史建筑能耗数据，并对所述源域相关数据和所述目标域相关数据进行预处理，并采用特征筛选得到初始输入数据，其中，所述预处理包括异常值和缺失值的处理、归一化处理，所述特征筛选采用Spearman相关系数进行两阶段的筛选，首先筛选出与所述历史建筑能耗数据的相关系数大于第一相关系数阈值的特征作为初始辅助特征，再筛选出初始辅助特征之间相关系数大于第二相关系数阈值的初始辅助特征，选择其中一个初始辅助特征作为辅助特征，所述源域相关数据对应的所述辅助特征与所述历史建筑能耗数据作为所述初始输入数据，将所述初始输入数据划分为预训练阶段的源域训练集和源域测试集、对抗训练阶段的源域训练集、目标域训练集、目标域测试集； 步骤S2，构建时空图卷积网络模型并利用所述预训练阶段的源域训练集对所述时空图卷积网络模型进行预训练，再利用所述预训练阶段的源域测试集对所述时空图卷积网络模型进行验证分析，得到预训练时空图卷积网络模型，将所述预训练时空图卷积网络模型拆分为时空特征提取器和预测器； 步骤S3，利用所述时空特征提取器和所述预测器对目标域时空特征提取器和目标域预测器进行权重初始化，并利用所述对抗训练阶段的源域训练集和所述目标域训练集对所述目标域时空特征提取器和所述目标域预测器进行对抗训练，得到训练后目标域时空特征提取器和训练后目标域预测器； 步骤S4，将所述目标域测试集输入所述训练后目标域时空特征提取器和所述训练后目标域预测器，得到目标域的区域建筑群能耗预测结果。

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同济大学;国网浙江省电力有限公司营销服务中心，其通讯地址为：200092 上海市杨浦区四平路1239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。