基于长短期记忆神经网络的暖通空调系统能耗预测

• 作者: 丁新磊 周镇新 尚鹏涛 廖文强 王江宇 陈焕新 魏文天
• 来源期刊: 制冷技术
• 关键词: 长短期记忆神经网络 空调能耗预测 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 分析与实践
• 页码范围: 45-50,54
• 页数: 7页
• 字数: 3975字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2019.01.203

摘要

建筑系统的能源消耗中,暖通空调系统能耗占大部分.降低暖通空调系统(HVAC)的能耗量对实现建筑节能具有重大意义.通过对暖通空调未来短期能耗进行预测,调整系统运行模式,可以实现有效的能耗降低.本研究使用了一种基于长短期记忆神经网络(Long Short-term Memory,LSTM)的暖通空调系统能耗预测方法,对某地供暖系统的能耗进行预测,将预测结果与真实值进行对比.最终结果表明,LSTM预测模型相比传统的预测方法效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学能源与动力工程学院	150	1067	18.0	25.0
2	魏文天	华中科技大学中欧清洁与可再生能源学院	3	6	1.0	2.0
3	周镇新	华中科技大学中欧清洁与可再生能源学院	4	8	2.0	2.0
4	廖文强	华中科技大学中欧清洁与可再生能源学院	2	6	1.0	2.0
5	丁新磊	华中科技大学能源与动力工程学院	4	11	2.0	3.0
6	王江宇	华中科技大学能源与动力工程学院	11	42	3.0	6.0
7	尚鹏涛	华中科技大学能源与动力工程学院	2	6	1.0	2.0