梯度渐进回归树在建筑能耗短期预测中的应用

• 作者: 潘毅群 王尉同 黄治钟
• 来源期刊: 建筑节能
• 学科: 工学
• 关键词: 建筑能耗 短期预测 梯度渐进回归树 集成学习 参数优化
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电气与智能建筑
• 页码范围: 112-116
• 页数: 5页
• 分类号: TU205
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969∕j.issn.1673-7237.2018.03.024

摘要

建筑能耗短期预测可以为供能系统调度、节能量评估提供依据,因此如何精确地预测建筑能耗一直是建筑节能领域的研究热点之一.针对建筑能耗短期预测问题,提出了一种基于梯度渐进回归树(GBRT)的建筑能耗预测方法.算法流程包括对数据进行预处理,通过交叉验证优化模型参数,训练GBRT模型用于建筑能耗短期预测.通过上海市某大型公共建筑实测数据进行验证,结果表明,与基于人工神经网络和支持向量机的预测算法相比,基于GBRT的建筑能耗预测算法预测精度更高,同时参数在很宽泛的范围均可以接近最优结果,算法具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘毅群	同济大学机械与能源工程学院	72	998	19.0	28.0
2	黄治钟	同济大学中德工程学院	39	480	13.0	21.0
3	王尉同	同济大学机械与能源工程学院	2	4	1.0	2.0