基于PCA法的BP网络对冰蓄冷系统的空调负荷预测

• 作者: 冯圣红 林育贤
• 来源期刊: 建筑节能
• 学科: 工学
• 关键词: BP神经网络 空调负荷预测 主成分分析法
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 暖通与空调
• 页码范围: 13-15
• 页数: 3页
• 分类号: TU831
• 字数: 1980字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7237.2016.07.004

摘要

BP神经网络应用于空调负荷预测时，如果输入变量较多或变量间存在相关关系，会直接影响BP神经网络的预测准确性。针对此问题，采用主成分分析(PCA)法，在保留原始数据主要信息的前提下提取数据的主要成分。根据各主成分的贡献率对神经网络输入变量进行缩减，达到压缩变量维数的目的。然后将主成分输入到负荷预测的模型之中进行预测，使之更符合空调负荷预测的特点，提高预测的速度和精度。最后通过实际算例进行验证，实验结果表明，该方法确实可行。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯圣红	北京建筑大学环境与能源工程学院供热供燃气通风及空调工程北京重点实验室	23	133	7.0	11.0
2	林育贤	北京建筑大学环境与能源工程学院供热供燃气通风及空调工程北京重点实验室	2	5	1.0	2.0