基于GRA-PSO-BP神经网络的办公建筑负荷率及冷冻水供水温度预测

作者：马静静; 王曦^*; 王亮

来源：西安工程大学学报, 2023, 37(06): 17-25.

DOI：10.13338/j.issn.1674-649x.2023.06.003

• 办公建筑
• 负荷率
• 冷冻水供水温度
• 灰色关联分析法

为了提高办公建筑的负荷率和冷冻水供水温度预测精度，提高空调制冷效率，降低制冷机房能耗，提出一种基于灰色关联分析法(GRA)和粒子群算法(PSO)改进的BP神经网络预测方法。首先利用灰色关联分析法确定影响负荷率和冷冻水供水温度的特征指标，然后提出基于GRA-PSO-BP的负荷率及冷冻水供水温度预测模型。数值模拟表明：基于负荷率预测，GRA-PSO-BP的预测精度较PSO-BP的预测精度提高1.02%,PSO-BP的预测精度较BP的预测精度提高4.17%;在冷冻水供水温度预测方面，GRA-PSO-BP的预测精度较PSO-BP的预测精度提高1.24%,PSO-BP的预测精度较BP的预测精度提高4.14%。因此，GRA-PSO-BP预测模型能够提高预测精度，具有较强的自适应能力和实际应用价值。

• 单位
  西南科技大学; 四川省建筑设计研究院; 土木工程与建筑学院