基于数据挖掘的冷水机组能耗预测

• 作者: 周生荣 沈家沁 郭亚宾 陈焕新
• 来源期刊: 暖通空调
• 关键词: 冷水机组 能耗预测 数据挖掘 支持向量机 径向基函数 神经网络 决策树
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 技术交流
• 页码范围: 92-95
• 页数: 4页
• 字数: 3299字
• 语种: 中文

摘要

为了充分利用能源站冷水机组实际运行数据,提高能耗预测准确率,提出了一种基于数据挖掘算法的冷水机组能耗预测模型.该模型包含3个主要步骤:数据预处理、模型建立及分析、结果表述.在模型选择上,利用支持向量机、径向基函数神经网络及决策树3种算法建模并对比分析.结果表明:基于数据挖掘的能耗预测模型有较好的实用性与可靠性;相比其他2种模型,径向基函数神经网络模型的均方根误差值平均降低了0.661,相关系数达到0.999,即径向基函数神经网络的能耗预测准确率最高,建模效果最佳.

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		150	1067	18.0	25.0
2	郭亚宾		16	60	4.0	7.0
3	沈家沁		1	3	1.0	1.0
4	周生荣		1	3	1.0	1.0