文献类型：期刊文章

作　　者：廖文强[1] 王江宇[2] 陈焕新[2] 丁新磊[2] 尚鹏涛[2] 魏文天[1] 周镇新[1]

LIAO Wenqiang;WANG Jiangyu;CHEN Huanxin;DING Xinlei;SHANG Pengtao;WEI Wentian;ZHOU Zhenxin(China-EU Institute for Clean and Renewable Energy at Huazhong University of Science and Technology,Wuhan,Hubei 430074,China;School of Energy and Power Engineering,Huazhong University of Science and Technology,Wuhan,Hubei 430074,China)

机构地区：[1]华中科技大学中欧清洁与可再生能源学院,湖北武汉430074 [2]华中科技大学能源与动力工程学院,湖北武汉430074

出　　处：《制冷技术》

基　　金：国家自然科学基金(No.51876070;No.51576074)

年　　份：2019

卷　　号：39

期　　号：1

起止页码：45-50

语　　种：中文

收录情况：普通刊

摘　　要：建筑系统的能源消耗中,暖通空调系统能耗占大部分。降低暖通空调系统(HVAC)的能耗量对实现建筑节能具有重大意义。通过对暖通空调未来短期能耗进行预测,调整系统运行模式,可以实现有效的能耗降低。本研究使用了一种基于长短期记忆神经网络(Long Short-term Memory,LSTM)的暖通空调系统能耗预测方法,对某地供暖系统的能耗进行预测,将预测结果与真实值进行对比。最终结果表明,LSTM预测模型相比传统的预测方法效果更好。

关 键 词：长短期记忆神经网络  空调能耗预测  深度学习  

分 类 号：TU83] TU111.195