基于DeST仿真和GS-SVR算法对严寒气候区近零能耗公共建筑逐时负荷预测

• 作者: 冯国会 李奇岩 王刚 李环宇
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 网格搜索 DeST仿真模拟 近零能耗建筑 严寒气候区
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 土木工程|Civil Engineering
• 页码范围: 149-155
• 页数: 7页
• 分类号: TU111.195
• 语种: 中文
• DOI: 10.11717/j.issn:2095-1922.2022.01.19

摘要

目的 为使空调系统能够及时对近零能耗建筑室内负荷变化做出反应,提出基于DeST仿真与支持向量机回归算法(SVR)的预测方法.方法 以位于沈阳建筑大学校内的近零能耗示范建筑为例,通过DeST仿真得到模型需要的原始数据,利用网格搜索算法(GS)对支持向量机算法中的参数进行优化,采取优化后的支持向量机回归算法(GS-SVR)对负荷数据进行训练与预测.结果 GS-SVR预测模型的MSE供热与普通SVR预测模型相比降低了13.61％,R2提高了1.25％;MSE供冷与普通SVR预测模型相比降低了2.49％,R2提高了1.36％.结论 GS-SVR算法提高了严寒地区近零能耗建筑室内负荷预测的精确度,可对近零能耗建筑的空调系统运行诊断及优化.