基于PSO-LS-SVMR的公共建筑能耗短期预测模型

作者：邓晓红; 宫磊; 刘兴民

来源：建筑节能, 2019, 47(04): 120-124.

• 建筑能耗
• 最小二乘支持向量机回归(LS-SVMR)
• 粒子群算法(PSO)

提出一种粒子群算法优化的最小二乘支持向量机回归模型(PSO-LS-SVMR),以实现对公共建筑能耗的短期预测。采用某大型公共建筑物连续31期的用电量及所在地区相关天气指标的实测数据,分别运用PSO-LS-SVMR模型和LMBP神经网络模型对其建筑能耗进行短期预测,并对预测结果展开深入研究。研究结果表明,提出的PSO-LS-SVMR模型在对样本内数据和样本外数据的预测上均取得了较好效果,可以满足公共建筑能耗短期预测的实际需要,为建筑节能管理提供理论支持与决策参考。

• 单位
  山东建筑大学