神经网络在不同供暖模式下建筑能耗预测中的应用

作者：吴云鹤

来源：河南科技, 2023, 42(21): 23-26.

DOI：10.19968/j.cnki.hnkj.1003-5168.2023.21.005

• 能耗预测
• 前馈神经网络
• 长短期记忆神经网络

【目的】为进一步优化供暖系统的运行模式，降低系统能耗，提高能源利用率。【方法】利用室外温度、日期类型、历史能耗等数据进行动态建模，分别建立了基于前馈（Back Propagation,BP）神经网络和长短期记忆（Long Short-Term Memory,LSTM）神经网络的能耗预测模型，对连续运行和间歇运行模式下的供暖系统的能耗进行预测。【结果】将预测值与真实值进行对比，结果表明，在连续运行模式下，供暖系统的能耗预测精度总体高于间歇运行模式。在间歇供暖运行模式下，LSTM神经网络的预测结果更好。在连续供暖的运行模式下，BP神经网络能获得更好的预测结果。【结论】不同预测模型适合不同供暖模式，在对能耗进行预测时，需要选择相匹配的预测模型，能提高能耗预测的精度。