基于PCA-BP神经网络的大型公共建筑能耗预测

摘要：

针对大型公共建筑高能耗问题,提出了主成分分析(PCA)与BP神经网络相结合的大型公共建筑能耗预测模型.基于时间序列对历史逐日耗电量进行相关性分析,提取预测点前三天的逐日耗电量,并与前一天日照、温度、相对湿度、风速的平均值进行主成分的浓缩,然后将其作为BP神经网络的输入,从而降低输入变量的维数,简化网络结构.结果表明,较传统的BP网络,大型公共建筑能耗预测模型具有较高的精度和更短的学习时间,但当预测样品数增加时预测误差逐渐增大.

关键词：大型公共建筑、时间序列、主成分分析、BP神经网络、预测模型

所属期刊栏目：7

分类号：TU201.5(建筑设计)

资助基金：西安市城乡建设委员会建设科技项目SJW2014011

在线出版日期：2016-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-9