前馈神经网络在空调负荷预测中的应用

• 作者: 王海涛 郭二宝
• 来源期刊: 发电技术
• 关键词: 空调负荷预测 误差反向传播算法 Hesse矩阵
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 专题研讨
• 页码范围: 8-11
• 页数: 4页
• 分类号: TU831.2|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-3429.2007.05.002

摘要

空调系统负荷是一个典型的具有动态性、不确定性等随机特性的非线性模型,传统方式难以实现准确、快速地预测空调系统动态负荷.人工神经网络具有高度的非线性运算能力和很强的容错能力,其中最为广泛的是前馈神经网络和采用误差反向传播算法来计算网络权值.本文讨论当误差不为零或者不为线性函数,即二阶项S(w)不能忽略时的Hesse矩阵的近似计算,进而训练网络.研究结果表明,用该种神经网络预测空调负荷和计算的结果会较好地吻合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海涛	安徽建筑工业学院环境工程学院	29	98	6.0	8.0
2	郭二宝	安徽建筑工业学院环境工程学院	13	42	4.0	5.0