基于数据的空调系统最优启停时间预测

• 作者: 李慧 段培永 罗光林
• 来源期刊: 山东建筑大学学报
• 学科: 工学
• 关键词: 数据 HCAMC神经网络 预测 空调系统
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 155-159
• 分类号: TP2
• 字数: 4143字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7644.2012.02.006

摘要

在HCMAC神经网络的基础上提出一种新的基于聚类的HCMAC神经网络算法用于空调系统最优启停时间预测模型的建立,以室外环境温度和室内环境温度为输入参数,通过基于聚类的HCMAC神经网络预测模型得到空调系统的最优启停时间,用于指导空调系统的运行,以期实现在满足用户热舒适的条件下,实现最大限度的节能.与HCMAC算法比较,本文的算法可以大大降低神经网络节点数,并提高预测精度.实验结果证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段培永	山东建筑大学山东省智能建筑技术重点实验室	66	588	13.0	21.0
2	李慧	山东建筑大学可再生能源建筑利用技术省部共建教育部重点实验室	42	210	8.0	13.0
6	罗光林		2	2	1.0	1.0