基于长短期记忆神经网络的暖通空调系统能耗预测OA
Energy Consumption Prediction of HVAC System Based on Long Short-term Memory Neural Network
建筑系统的能源消耗中,暖通空调系统能耗占大部分.降低暖通空调系统(HVAC)的能耗量对实现建筑节能具有重大意义.通过对暖通空调未来短期能耗进行预测,调整系统运行模式,可以实现有效的能耗降低.本研究使用了一种基于长短期记忆神经网络(Long Short-term Memory,LSTM)的暖通空调系统能耗预测方法,对某地供暖系统的能耗进行预测,将预测结果与真实值进行对比.最终结果表明,LSTM预测模型相比传统的预测方法效果更好.
廖文强;王江宇;陈焕新;丁新磊;尚鹏涛;魏文天;周镇新
华中科技大学中欧清洁与可再生能源学院,湖北武汉 430074华中科技大学能源与动力工程学院,湖北武汉430074华中科技大学能源与动力工程学院,湖北武汉430074华中科技大学能源与动力工程学院,湖北武汉430074华中科技大学能源与动力工程学院,湖北武汉430074华中科技大学中欧清洁与可再生能源学院,湖北武汉 430074华中科技大学中欧清洁与可再生能源学院,湖北武汉 430074
长短期记忆神经网络空调能耗预测深度学习
《制冷技术》 2019 (1)
基于动态识别和聚类分析的制冷系统故障诊断训练数据优化分析
45-50,54,7
国家自然科学基金(No.51876070,No.51576074).
评论