基于深度学习的办公建筑照明插座能耗多步预测

摘要：

照明插座能耗多步预测对建筑电力负荷调度、能耗优化管理等节能技术的研究具有重要意义.然而,由于受到人行为、室外干球温度、相对湿度等诸多因素的影响,照明插座能耗时间序列具有不确定性、随机性以及非线性等特征,难以准确预测.文中分析了大型办公建筑照明插座分项能耗时间序列的分布特征,采用长短期记忆模型,提出了基于深度学习的多步预测建模方法,讨论了隐含层数、隐含层神经元数与迭代次数等深度学习建模超参数的选择问题,并探讨了样本数量对模型预测精度的影响.仿真结果表明,与BP神经网络模型、最小二乘支持向量机模型相比,深度学习预测模型的24 h多步预测平均精度分别提高了13.25％与4.23％.

关键词：照明插座能耗、多步预测、深度学习、长短期记忆模型、大型办公建筑

所属期刊栏目：48

分类号：TU111.19+5(建筑基础科学)

资助基金：广东省自然科学基金资助项目;广东省科技计划项目

在线出版日期：2020-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：19-29