基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了节省冰蓄冷中央空调系统的运行费用,准确地预测空调冷负荷是必不可少的.采用db1小波对冰蓄冷空凋冷负荷序列进行分解,分别对低频和高频序列采用BP网络进行预测,将预测结果进行叠加得到最终预测值.结合实例进行了空调逐时冷负荷预测,通过小波-BP网络与BP网络预测结果的对比,可知小波-BP网络预测的效果更好.
推荐文章
地铁冰蓄冷空调系统负荷预测研究
冰蓄冷空调
节能
BP神经网络
遗传算法
负荷预测
建模
冰蓄冷空调负荷模糊预测原理及软件
冰蓄冷
负荷预测
模糊控制
基于改进BP神经网络的中央空调冷负荷预测研究
负荷预测
BP神经网络
粒子群算法
误差反馈
基于Labview的冰蓄冷空调数据采集系统
冰蓄冷
数据采集
LabVIEW
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络冰蓄冷空调负荷预测
来源期刊 低温建筑技术 学科 工学
关键词 冰蓄冷空调 小波 神经网络 负荷预测
年,卷(期) 2009,(3) 所属期刊栏目 建筑节能
研究方向 页码范围 93-95
页数 3页 分类号 TU83
字数 2862字 语种 中文
DOI 10.3969/j.issn.1001-6864.2009.03.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘军 哈尔滨工业大学建筑设计研究院 79 567 12.0 20.0
2 李晓冬 哈尔滨工业大学市政环境工程学院 22 270 10.0 16.0
3 姜允涛 哈尔滨工业大学建筑设计研究院 9 74 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (31)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (21)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
冰蓄冷空调
小波
神经网络
负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
低温建筑技术
月刊
1001-6864
23-1170/TU
大16开
哈尔滨市南岗区清滨路60号
14-122
1979
chi
出版文献量(篇)
10275
总下载数(次)
18
论文1v1指导