基于IPSO-Elman神经网络的建筑暖通空调系统能耗预测方法

• 作者: 邢国新
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: IPSO-Elman神经网络 建筑能耗 暖通空调 惯性权重
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 辨识建模与仿真|Identification Modeling and Simulation
• 页码范围: 91-94
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.20033/j.1003-7241(2022)04-0091-04

摘要

在建筑暖通空调系统能耗预测中,在不同负荷比率的作用下预测偏差较高,可靠性需要进一步提高.为此,提出了基于IP-SO-Elman神经网络的建筑暖通空调系统能耗预测方法.从正在运行的暖通空调系统中,提取能耗数据,在获得完整的能耗数据后,根据能耗数据的动态变化特点,计算IPSO-Elman神经网络的惯性权重和学习因子,将能耗数据输入到神经网络中,经过多次迭代处理后输出预测结果.实验结果表明所提方法在制冷/热量预测和总耗功率预测时,获得的预测结果准确可靠,提高了预测方法的可靠性.