论文摘要
针对现有总能耗预测方法不能准确分辨建筑能耗的消耗去向且预测精度较低的问题,根据能耗用途,将总能耗分为4项,提出一种建筑能耗分项预测模型。基于时间序列自回归模型,对建筑物的照明能耗进行短期预测。构建深度置信网络模型,根据照明能耗预测结果、室外逐时平均温度、室外逐时平均相对湿度、天气特征值、节假日、逐时平均风速以及一天24个整点时刻,分项预测空调能耗、动力能耗和特殊能耗。实验结果表明,相比总能耗预测模型iPSO-BP和BP,该模型能更加精确、有效地预测建筑能耗中的各分项能耗。
论文目录
文章来源
类型: 期刊论文
作者: 钱青,唐桂忠,张广明,邓歆,尹海培
关键词: 时间序列,自回归模型,分项能耗,深度学习,深度置信网络
来源: 计算机工程 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 南京工业大学电气工程与控制科学学院,江苏省绿色建筑工程技术研究中心,江苏省住房和城乡建设厅科技发展中心
基金: 国家自然科学基金(51507078),江苏省教育厅高校自然科学基金(15KJB470006)
分类号: TU111.195
DOI: 10.19678/j.issn.1000-3428.0050649
页码: 290-296
总页数: 7
文件大小: 2156K
下载量: 221
相关论文文献
- [1].项目增加值能耗对所在地能耗强度降低目标的影响研究[J]. 节能 2020(03)
- [2].运动过程中人体能耗级别分析及预测模型[J]. 当代体育科技 2020(21)
- [3].试论建筑能耗及节能目标[J]. 中国高新区 2018(14)
- [4].商业模式的能耗悖论[J]. 销售与市场(管理版) 2017(03)
- [5].如何优化建筑施工技术降低建筑能耗[J]. 建材与装饰 2017(09)
- [6].数控机床能耗单元能耗成分分析数学模型[J]. 机床与液压 2015(11)
- [7].减轻“指尖上的负担”[J]. 老年教育(长者家园) 2019(10)
- [8].变频冰箱能耗低[J]. 少年科学 2008(S1)
- [9].能耗电耗现状分析及“十四五”能效发展预判[J]. 电力需求侧管理 2020(06)
- [10].节能监察监测对企业降低能耗的促进作用分析[J]. 资源节约与环保 2020(11)
- [11].高效能数据中心全链路能耗管理技术研究[J]. 通信电源技术 2020(02)
- [12].动态表皮类型对采光和能耗影响的比较研究——以折叠和旋转表皮为例[J]. 建筑节能 2020(03)
- [13].一种基于迁移深度强化学习的建筑能耗预测方法[J]. 计算机应用研究 2020(S1)
- [14].马马崖一级水电站的厂用能耗评估[J]. 水电站机电技术 2020(08)
- [15].厦门市政府办公建筑能耗特征分析[J]. 福建建筑 2020(09)
- [16].建筑施工技术与建筑能耗[J]. 时代农机 2018(05)
- [17].浅谈我国医院能耗监管系统存在的问题[J]. 中国医院建筑与装备 2017(01)
- [18].区域产业能耗评价研究——以四川为例[J]. 再生资源与循环经济 2017(04)
- [19].浅议建筑施工技术与建筑能耗[J]. 建材与装饰 2017(29)
- [20].建筑施工技术与建筑能耗的思考[J]. 江西建材 2016(13)
- [21].论中国能耗权交易法律制度的构建[J]. 生产力研究 2013(10)
- [22].云计算能耗资源调度优化关键技术研究[J]. 智能计算机与应用 2014(05)
- [23].污水处理厂能耗降低措施研究[J]. 科技创新导报 2013(14)
- [24].中国六个典型城市休闲能耗的调研与分析[J]. 城市发展研究 2011(01)
- [25].试论节能与建筑能耗[J]. 黑龙江科技信息 2011(15)
- [26].2010年上半年单位GDP能耗出现反弹[J]. 山西能源与节能 2010(04)
- [27].北京湖北提前实现“十一五”节能降耗目标[J]. 领导决策信息 2010(20)
- [28].鄞州自我加压,想方设法降低能耗[J]. 宁波节能 2010(05)
- [29].浙江省单位GDP能耗水平国内领先[J]. 能源工程 2010(05)
- [30].2008年中国万元GDP能耗下降4.21%[J]. 有色冶金节能 2009(02)