摘要：建筑能耗是能源消耗的三大领域之一，其中工业园区能耗又是建筑能耗中的主要组成部分。随着经济发展和城镇化进程的推进，工业园区数量增长迅速，对资源环境造成了很大的影响。因此，对园区能耗进行科学地预测，是园区节能、实现双碳目标的重要支撑条件。基于此，提出一种基于CNN-LSTM组合模型的高铁制造园区能耗融合预测模型。为保证数据的有效性，利用箱线图筛选异常值点，并利用ARIMA和CNN-LSTM的预测值作为融合模型的输入，同时利用深度学习模型预测的准确率和ARIMA拟合趋势的吻合度进行权重分配。实验结果表明，相较于对比模型，本文所提模型的预测值与实际值的相对误差平均降低了7.7%，为高铁制造园区节能提供决策依据。

关键词：能耗预测；箱线图；ARIMA；CNN-LSTM

DOI：10.12359/202403061

来源：《城市建设理论研究(电子版)》 - 2024年3期