期刊文章详细信息
基于SVM的大型公共建筑能耗预测模型与异常诊断
Energy Consumption Forecasting Model and Abnormal Diagnosis of Large Public Buildings Based on Support Vector Machine
文献类型:期刊文章
ZHOU Feng;ZHANG Li-mao;QIN Wen-wei;WU Xian-guo;LIN Jing-yi(College of Architecture and Civil Engineering, Xinyang Normal University, Xinyang 464000, China;School of Civil Engineering and Mechanics, Huazhong University of Science and Technology, Wuhan 430074, China)
机构地区:[1]信阳师范学院建筑与土木工程学院,河南信阳464000 [2]华中科技大学土木工程与力学学院,湖北武汉430074
基 金:国家自然科学基金(71571078;51778262;51708241);国家重点研发项目(2016YFC0800208)
年 份:2017
卷 号:34
期 号:6
起止页码:80-86
语 种:中文
收录情况:BDHX、BDHX2014、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对建筑运行中管理粗放、使用中能源浪费的问题,提出了基于支持向量机的能耗预测与异常诊断方法,为大型公共建筑节能提供理论支撑与实现路径。由于大型公共建筑具有极大的单位面积耗能量而得到广泛的关注。本文针对大型公共建筑能耗特点,从历史能耗数据、气候因素、时间周期因素三个方面选取11个输入参数作为样本特征,构建基于支持向量机的大型公共建筑能耗预测模型,对建筑逐日能耗展开预测。在能耗预测基础上,以测试集平均相对误差与最大误差作为判定标准进行能耗异常诊断,将该方法应用于夏季空调系统能耗异常诊断中,通过能耗预测值与实际值的对比,发现了空调系统运行中存在的不合理使用现象,为建筑节能管理运行提供参考。
关 键 词:大型公共建筑 建筑节能 支持向量机 能耗预测模型 异常诊断
分 类 号:TU111.19]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...