文献类型：期刊文章

作　　者：尹鹏飞[1] 李晋宏[1]

YIN Pengfei;LI Jinhong(Institute of Knowledge Engineering,College of Computer Science and Technology,North China University of Technology,Beijing 100144)

机构地区：[1]北方工业大学计算机学院知识工程研究所

出　　处：《计算机与数字工程》

年　　份：2019

卷　　号：47

期　　号：11

起止页码：2914-2918

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对大型建筑的楼宇空调供能情况,考虑到其室内舒适性、节约能量等要求,提出了一个求得最佳参考日的模型及一个预测控制参数的模型。最佳参考日模型采用了先对历史数据用K-means聚类,再根据天气预报用KNN分类,最后根据控制策略对所属类别的数据进行评分排序的方式。预测控制参数的模型采用了基于深度学习框架的RNN模型,对未来一段时间的控制参数进行预测的方法。实验表明,最佳参考日模型得到的参考日最佳,基于RNN的预测模型得到的控制参数与实际的运行状况相近。

关 键 词：节约能量 KNN分类 RNN 控制参数 预测  

分 类 号：TM925]