基于神经网络的建筑能耗预测

摘要：

建筑能耗约占中国总能耗的 40%,为实现建筑节能,准确有效的能耗预测是有必要的.本文基于EnergyPlus软件建立建筑空间模型和供暖、通风和空气调节系统;以能耗模拟数据为基础,建立长短期记忆网络预测模型;以平均绝对误差MAE、均方误差MSE和均方根误差RMSE作为评价指标,并与BP神经网络预测模型进行对比.实验结果表明,基于"每天"数据和"每小时"数据,LSTM神经网络预测模型不论预测精确度还是评估指标都优于BP神经网络预测模型,说明LSTM神经网络在处理时间序列数据比BP神经网络更有优势,能更好地反映建筑能耗的变化趋势.

关键词：能耗预测、建筑能耗、LSTM神经网络、EnergyPlus

所属期刊栏目：13

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金51867007

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-43