期刊专题

10.16618/j.cnki.1674-8417.2021.10.001

基于PCA-LSTM神经网络的建筑空调负荷预测方法研究

引用
针对传统的机器学习模型无法同时处理空调负荷数据的时序性和非线性问题,提出一种基于主成分分析(PCA)和长短记忆(LSTM)神经网络空调负荷预测方法,利用主成分分析法对影响空调负荷的多元数据进行降维,得到主成分数据序列;然后建立基于PCA-LSTM神经网络的空调负荷预测模型;最后以上海某建筑空调负荷的数据进行仿真验证,并通过与传统BP预测模型以及不进行主成分分析的LSTM预测模型进行对比分析,仿真结果显示所提预测方法具有更高的精度和更好的泛化性.

空调负荷预测;主成分分析法;长短记忆神经网络;传统模型

12

TU201.5(建筑设计)

国网上海浦东供电公司2021年区域虚拟电厂体系建设及示范目;上海市科学技术委员会科研计划项目

2021-12-06(万方平台首次上网日期,不代表论文的发表时间)

共7页

1-7

暂无封面信息
查看本期封面目录

现代建筑电气

1674-8417

31-2037/TM

12

2021,12(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn