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:
准确的冷负荷预测能减低空调能耗,对建筑节能意义重大.针对回归方法不能实时反映外部因素突变问题,提出一种实时气象因子和历史负荷为输入变量的自回归模型(ARX模型)的冷负荷预测方法.对辐射的情况进行分类,用最小二乘法辨识模型的参数,并与DeST仿真结果进行比较.实验结果表明:该方法可实现对冷负荷的逐时预测,具有良好的准确性,且简单有效.
推荐文章
用ANN法对房间空调冷负荷进行预测的讨论
人工神经网络(ANN)
空气调节
负荷
预测
房间空调逐时冷负荷两种计算方法的比较
冷负荷
房间传递函数系数
辐射时间序列法
辐射时间因子
蓄热能力
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
区域供冷系统逐时冷负荷的分析及数值预测
区域供冷系统
冷负荷
人工神经网络
预测
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 ARX模型房间逐时冷负荷预测方法
来源期刊 中国测试 学科
关键词 冷负荷预测 建筑节能 ARX模型 辨识
年,卷(期) 2016,(2) 所属期刊栏目 性能测试
研究方向 页码范围 132-135
页数 4页 分类号
字数 2194字 语种 中文
DOI 10.11857/j.issn.1674-5124.2016.02.030
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 刘廷章 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室 73 313 10.0 12.0
2 李占培 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室 6 26 3.0 5.0
3 张颖婍 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室 4 15 3.0 3.0
4 闫斌 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室 5 20 3.0 4.0
5 金碧瑶 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室 5 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
冷负荷预测
建筑节能
ARX模型
辨识
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
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导