基于LSTM算法的严寒地区办公建筑过渡季室内温度预测模型构建

• 作者: 张岩 殷青 韩昀松
• 来源期刊: 低温建筑技术
• 学科: 工学
• 关键词: 严寒地区 过渡季 机器学习 LSTM算法 室内温度 预测模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 建筑技术与设备
• 页码范围: 8-12
• 页数: 5页
• 分类号: TU119.22
• 字数: 5021字
• 语种: 中文
• DOI: 10.13905/j.cnki.dwjz.2019.03.003

摘要

预测控制方法作为改善用户舒适性和降低建筑能耗的重要手段之一,其关键是室内温度预测模型的建立.由于寒地过渡季建筑的室内温度受室外温度影响较大,本文引入了长短时记忆网络(LSTM)这一算法,该算法能学习室内温度和室外温度的内在联系,预测室内温度在室外温度影响下的变化,同时可以有效处理具有滞后性、时序性的物理量关系.通过在哈尔滨某高校教学楼办公室的实测数据,建立LSTM室内温度预测模型,训练并对预测结果进行评估.结果表明,该算法具有较高的准确度,拟合优度达到了98.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷青	哈尔滨工业大学建筑学院	30	138	7.0	11.0
3	张岩	哈尔滨工业大学建筑学院	81	496	11.0	20.0
5	韩昀松	哈尔滨工业大学建筑学院	16	94	6.0	9.0