ARIMA-BP复合模型在建筑能耗预测中的应用研究

建筑的能耗受到如季节、建筑的构造结构等多种因素的影响,目前对一栋建筑楼实现能耗预测往往采用单一模型,往往无法得到相对准确的结果.为了更好地描述建筑能耗规律,以南方某地为研究区域提出一种基于ARIMA和BP神经网络的复合模型,模型的实例数据来源为南方某地某市政办公楼近两年的能耗月数据.首先,通过ARIMA建模得到能耗值的拟合误差序列,再用BP模型修正误差值得到最终预测值.结果表明:复合预测模型的平均相对误差为0.278 3%,而单一模型则高达2.657 8%,复合模型的预测效果远优于单一模型,为准确实现建筑节能提出了一种新思路.