研究团队采用了深度学习等新兴人工智能算法，利用联合仿真技术建立了建筑能耗预测与智能诊断平台。针 对现有技术在建筑能耗预测与智能诊断时建模复杂的缺陷，创新性地将深度学习用于建筑用能需求负荷预测与系 统运行状态辨识、故障诊断方法，提高模型精度的同时降低了建模复杂度，且完成了相关能耗预测、故障诊断软 件的开发工作；针对现有深度学习模型可靠性不足等缺陷，并提出了基于注意力机制、类激活显著图等可解释'黑 箱'模型，增加了模型的可解释性和可靠度；考虑到未来城市更新建设中，新能源是一项不可忽视的元素，平台将 太阳能等新能源纳入到建筑能源系统的设计中，并提出通过地理信息系统与深度学习结合的方法，快速准确地评 估建筑可用太阳能潜力，填补了现阶段建筑节能领域对城市建筑太阳能应用规模估计研究的空白。
技术优势
建筑能源系统数字化与智能化诊断关键技术可为建筑管理方提供精确的、多时空尺度的建筑能耗预测模型， 并提供可靠的、智能化的建筑能源系统故障诊断技术支持服务。在此基础上，可进一步挖掘区域建筑可再生能源 利用潜力和提供相应的应用规划优化方案服务。
