基于RBF神经网络的建筑逐时空调负荷预测模型

作者：李琼; 孟庆林

来源：华南理工大学学报(自然科学版), 2008, (10): 25-30.

• 空调负荷
• 预测
• 径向基函数
• 人工神经网络 air conditioning load
• prediction
• radial basis function
• artificial neural network

分别用径向基函数(RBF)神经网络模型和BP神经网络模型对广州市一栋办公楼和一栋图书馆在夏季不同月份的逐时冷负荷进行训练和预测,发现RBF神经网络模型预测的均方根误差和平均相对误差都仅是BP神经网络方法的64%左右.仿真结果表明,RBF神经网络具有更高的预测精度及更好的泛化能力,是建筑空调负荷预测的一种有效方法.在此基础上,构建了基于RBF神经网络的建筑逐时空调负荷智能预测软件系统.

• 单位
  华南理工大学; 亚热带建筑科学国家重点实验室