10.3969/j.issn.2095-2163.2023.09.008
基于神经网络的建筑能耗预测
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.
能耗预测、建筑能耗、LSTM神经网络、EnergyPlus
13
TP183(自动化基础理论)
国家自然科学基金51867007
2023-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
37-43