Affiliation of Author(s):

行政管理部门

Journal:

现代建筑电气

Key Words:

大型公共建筑;时间序列;主成分分析;BP神经网络;预测模型;

Abstract:

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。

First Author:

刘敏,liminghai

Indexed by:

Journal paper

Correspondence Author:

赵明强

Discipline:

Engineering

Volume:

2016年04期:5-9,5

ISSN No.:

1674-8417

Translation or Not:

no

Date of Publication:

2016-04-30