基于长短期记忆网络的工业空调启动时间预测

• 作者: 何利力 杨建军
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 长短期记忆神经网络 空调启动时间 平均绝对百分误差 预测模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP301
• 字数: 4373字
• 语种: 中文
• DOI: 10.11907/rjdk.192062

摘要

为了降低企业生产车间空调能耗,基于长短期记忆(LSTM)网络构建了一种工业空调启动时间预测模型.使用该模型对车间空调提前启动时间进行预测,并将预测结果应用于车间空调系统的启动控制,以达到节能目的;采用平均绝对百分误差(MAPE)对预测模型进行整体误差评估,实验结果表明:LSTM较好地解决了生产车间空调系统启动时间预测问题,相较于传统预测方法有着更小的MAPE.优化控制后的空调系统能够在保证车间生产环境达标的同时,降低空调系统约27.9％的能耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何利力	浙江理工大学信息学院	93	289	8.0	13.0
2	杨建军	浙江理工大学信息学院	1	0	0.0	0.0