基于数据挖掘的冷水机组能耗预测
为了充分利用能源站冷水机组实际运行数据,提高能耗预测准确率,提出了一种基于数据挖掘算法的冷水机组能耗预测模型.该模型包含3个主要步骤:数据预处理、模型建立及分析、结果表述.在模型选择上,利用支持向量机、径向基函数神经网络及决策树3种算法建模并对比分析.结果表明:基于数据挖掘的能耗预测模型有较好的实用性与可靠性;相比其他2种模型,径向基函数神经网络模型的均方根误差值平均降低了0.661,相关系数达到0.999,即径向基函数神经网络的能耗预测准确率最高,建模效果最佳.
冷水机组、能耗预测、数据挖掘、支持向量机、径向基函数、神经网络、决策树
49
国家自然科学基金资助项目51576074,51328602
2019-03-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
92-95