10.11830/ISSN.1000-5013.202211006
基于BPT-MLR模型的建筑能耗分析和预测
通过对福建省厦门市某高校8栋公寓楼的房间日平均用电量的分析,提出一种建筑能耗的平衡点温度-多元线性回归(BPT-MLR)模型.使用统计方法识别平衡点温度,并根据该平衡点温度分段对房间日平均用电量进行多元线性回归预测分析;对8个参数进行筛选,最终选4个参数作为模型变量,包括1个数值型变量(室外空气平均温度)和3个定类型变量(性别、节假日指数和晴雨天指数).结果表明:对比3种数据驱动模型,BPT-MLR模型的预测性能最优,其R2值达到了 95.29%,比BP神经网络模型和多元线性回归模型的R2值分别高出0.04%和24.64%.
建筑能耗、平衡点温度、多元线性回归、BP神经网络、预测分析
44
TU111.195(建筑基础科学)
国家自然科学基金51678254
2023-03-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
178-186