10.15988/j.cnki.1004-6941.2016.06.016
基于支持向量回归机的中央空调负荷预测模型
由于中央空调系统的时滞性、时变性、非线性和大惰性等特性,使得当前采用的中央空调负荷预测算法精度并不高,本文在江阴某楼宇空调系统节能改造项目的基础上,从中央空调系统的组成和特性出发,提出了基于支持向量回归机(Support Vector Regression SVR)理论的中央空调负荷预测模型。对项目楼宇历史负荷数据进行分析,分别采用SVR负荷预测模型和BP神经网络负荷预测模型进行了训练和预测。预测结果表明:基于SVR负荷预测模型较BP神经网络负荷预测模型精度更高,具有较强的实用性和可行性。
中央空调、负荷预测、支持向量回归机、BP神经网络
43
TB9(计量学)
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
35-38