基于IKHCMAC神经网络的建筑冷/热负荷预测研究OA
Building cold / thermal load prediction based on improved IKHCMAC neural network
随着能源危机的爆发,建筑节能已成为我国可持续发展战略的重要组成部分,研究一种精准有效的建筑负荷预测方法是实现建筑供能系统的节能优化运行的重要基础.文章基于人工神经网络研究了一种建筑冷/热负荷智能预测新方法,采用改进的HCMAC神经网络作为预测模型,将粒子群优化与K-means聚类算法相结合,构建了一种新型的IKHCMAC神经网络预测模型,并借助TRNSYS模拟实验平台获得实验数据,与基于K-means聚类算法的HCMAC神经网络模型(KHCMAC…查看全部>>
邹明君;丁绪东;吴盼红;段培永
山东建筑大学 信息与电气工程学院,山东济南250101山东省智能建筑技术重点实验室,山东济南250101山东建筑大学 信息与电气工程学院,山东济南250101山东省智能建筑技术重点实验室,山东济南250101
建筑与水利
建筑冷/热负荷HCMAC神经网络IKHCMAC神经网络K-means聚类
《山东建筑大学学报》 2018 (1)
太阳能与浅层地热能驱动的超低能耗建筑热环境一体化建模与优化
46-50,5
国家自然科学基金项目(61773246,61374187)
评论