科研之友
微信
新浪微博
Facebook
分享链接
摘要
精确预测冷负荷对航站楼空调系统的节能具有重要意义。根据冷负荷的多步预测结果提前制定系统的运行策略，可以实现在负荷动态变化下的协同优化运行。针对传统时间序列预测模型主要是单步预测，应用价值有限且精度不足的问题，本文采用一种结合变分模态分解(VMD)和门控循环单元(GRU)的预测方法对航站楼空调负荷进行多步预测，使用改进的粒子群算法(IPSO)优化预测模型的超参数，并以广东某机场航站楼空调系统的监测数据进行了验证，结果表明：建立的VMD-IPSO-GRU模型在进行后六步预测时，其精度可以达到92%;与对照模型相比，提出的模型能够高效、精准地实现冷负荷的多步预测。
- 单位
