在线学习神经网络用于空调负荷预测研究 |
| |
引用本文: | 沈俊杰,龚延风,刘伟.在线学习神经网络用于空调负荷预测研究[J].建筑热能通风空调,2020,39(8):1-5,24. |
| |
作者姓名: | 沈俊杰 龚延风 刘伟 |
| |
作者单位: | 南京工业大学城建学院;南京工业大学城建学院;南京工业大学城建学院 |
| |
摘 要: | 提出了一种机理计算与神经网络学习相结合的在线负荷预测方法。利用Python建立负荷估算模型和BP神经网络模型,并通过将常州某一建筑实际空调负荷数据逐步输入模型之中模拟建筑的实时运行,对一年内和一年后的泛化能力进行分析。模拟结果表明,此种在线预测模型可以解决小样本条件下的空调负荷的预测问题。
|
关 键 词: | BP神经网络 小样本条件 在线负荷预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|