| 基于深度学习LSTM模型的短期空调负荷预测 |
| |
| 引用本文： | 邓翔,陈文景,邓仕钧.基于深度学习LSTM模型的短期空调负荷预测[J].建筑热能通风空调,2021,40(11):25-27,51. |
| |
| 作者姓名： | 邓翔 陈文景 邓仕钧 |
| |
| 作者单位： | 深圳达实智能股份有限公司;华南理工大学自动化科学与工程学院;清华大学建筑学院;华南理工大学自动化科学与工程学院 |
| |
| 摘 要： | 通过预测空调负荷,提前改变空调运行状态可以有效提高空调系统的运行效率、改善室内热环境.本文提出基于深度学习LSTM模型短期空调负荷预测方法,对某建筑空调冷负荷进行预测,结果证明相对于传统预测模型,LSTM模型的误差更低,预测效果更好.
|
| 关 键 词： | 空调冷负荷预测 长短期记忆网络 传统预测模型 |
Short-term Building Cooling Load Predication based on the Deep Learning Model of LSTM |
| |
| DENG Xiang,CHEN Wen-jing,DENG Shi-jun.Short-term Building Cooling Load Predication based on the Deep Learning Model of LSTM[J].Building Energy & Environment,2021,40(11):25-27,51. |
| |
| Authors: | DENG Xiang CHEN Wen-jing DENG Shi-jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
