地源热泵系统能耗预测及实例验证研究

• 作者: 徐成良 朱尧星 钟寒露 陈焕新
• 来源期刊: 制冷技术
• 学科: 工学
• 关键词: 地下水源热泵系统 LSTM神经网络 神经网络 能耗预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 分析与实践
• 页码范围: 54-58
• 页数: 5页
• 分类号: TQ051.5|TP391.9
• 字数: 2747字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2020.01.304

摘要

本文以某办公大楼的地下水源热泵系统为研究对象,在夏季对该系统的运行功率及其他运行数据进行监控和数据统计,将此数据作为能耗预测的样本数据.针对传统预测模型无法兼顾负荷数据的时序和非线性的问题,提出了基于长短期记忆神经网络(LSTM)能耗预测模型,并与神经网络模型进行预测性能的比较.结果表明,LSTM模型预测值的两个误差评价指标,即均方根误差(RMSE)和平均绝对误差(MSE)分别为13.6292和6.3105;神经网络模型的RMSE和MSE分别为34.1411和21.6430;因此LSTM模型的预测性能优于神经网络.

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	徐成良	华中科技大学能源与动力工程学院	8	16	3.0	3.0
3	钟寒露	华中科技大学能源与动力工程学院	1	0	0.0	0.0
4	朱尧星	华中科技大学能源与动力工程学院	1	0	0.0	0.0