基于自适应深度信念网络的商场空调冷负荷预测

作者：冉彤; 于军琪^*; 冯涛

来源：制冷技术, 2023, 43(02): 52-65.

• 负荷预测
• 深度信念网络
• 自适应动量优化
• 深度学习

本文提出了基于自适应深度信念网络的商场空调冷负荷预测方法，通过分析对比本文所提出算法与深度信念网络以及高斯处理后的连续受限玻尔兹曼机-深度信念网络（CRBM-DBN）三种不同的算法模型，得到了可靠的商场空调冷负荷预测模型。通过实验分析，本文改进后的模型在预测准确度方面，较DBN模型均方根相对误差提高66.69%，较CRBM-DBN模型提高55.87%。在运行时间方面，较DBN模型节省了9.11 s，较CRBM-DBN模型节省了6.97 s，模型的收敛速度以及训练精度得到有效提高。

• 单位
  西安建筑科技大学; 中国启源工程设计研究院有限公司