基于集成学习算法的供暖室内温度预测研究

• 作者: 王珣玥 冯文亮
• 来源期刊: 煤气与热力
• 学科: 工学
• 关键词: 集成学习算法 室内溫度预测 多元线性回归模型 MLP神经网络模型
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 建筑供暖·空调·通风·热环境
• 页码范围: 8-11
• 页数: 4页
• 分类号: TU832
• 语种: 中文

摘要

提出利用基于多元线性回归模型和MLP神经网络模型的集成学习算法对供暖室内溫度预测进行研究.以北京市某小区作为研究对象,选取30 d供暖数据和室外溫度数据,将预测时刻之前6个时刻的室外溫度、一级管网供水溫度、一级管网回水温度、二级管网供水溫度、二级管网回水温度,共30个特征值作为模型的输入,将下一时刻的室内溫度作为模型的输出.研究结果表明,采用集成学习模型的平均相对误差和均方误差均小于单个模型的多元线性回归模型和MLP神经网络模型,预测效果较好,平均相对误差为0.802 2％,均方误差为0.057 665℃2.