多尺度通道注意力机制空调启停时间预测研究

摘要

为了降低生产车间的空调能耗，构建了一种基于数据分解的通道注意力机制空调启停时间预测模型FDCANet。该模型将输入数据分解为周期性特征与趋势性特征。通过改进通道注意力机制对细节特征进行更深层次的学习，通过特征融合的方式融合内部特征得到预测结果。结果表明：该方法较多个预测模型在多个评价指标上都有更小的误差准确率，MSE、MAE和MAPE平均降低16.67%、5.29%、20.15%,展现出较好的优势，从而更好地预测车间内空调启停时间。使用预测结果后，车间的能耗明显降低，为节能优化提供了有力支撑。

关键词

空调启停时间 / 数据分解 / 通道注意力机制 / 预测模型 / 节能优化