文献类型：期刊文章

作　　者：段培永[1] 赵艳玲[1] 李慧[2] 刘桂云[1] 冯鑫[1]

机构地区：[1]山东建筑大学信息与电气工程学院山东省智能建筑技术重点实验室,山东济南250101 [2]山东建筑大学热能工程学院可再生能源建筑利用技术省部共建教育部重点实验室,山东济南250101

出　　处：《山东建筑大学学报》

基　　金：国家自然科学基金项目(61374187);国家自然科学基金项目(61004005);国家自然科学基金项目(61074070)

年　　份：2014

卷　　号：29

期　　号：5

起止页码：397-402

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：建筑周围气象参数的不确定性和持续波动性,为建筑系统动态负荷预测及实时优化控制带来困难。文章以最小二乘支持向量机(LSSVM)作为预测算法,运用粒子群优化算法(PSO)优化LSSVM模型参数,建立基于历史信息的多输入多输出(MIMO)建筑周围气象参数预测模型,对影响建筑负荷的室外温度、湿度及风速进行超短期预测。结果表明:PSO算法可对模型参数进行优化,基于PSO-LSSVM算法构建的建筑周围气象参数超短期预测模型能够实现未来140 min气象参数的预测,为建筑供能和用能系统动态优化运行提供数据。

关 键 词：粒子群 最小二乘支持向量机 建筑周围气象参数  超短期预测  

分 类 号：TP181]