采用长短期记忆神经网络的空调系统能耗预测研究

作者：傅朝斌; 陈运红; 杨国银; 杨志强; 曹子涵

来源：制冷与空调, 2021, 21(08): 36-39.

• 组合式空调机组
• 长短期记忆神经网络
• 能耗预测
• 深度学习

为了实现空调系统控制策略的优化、提升空调系统能效,本文提出一种基于LSTM神经网络的组合式空调机组能耗预测模型,实现对某卷烟厂储丝车间空调系统能耗数据的短期预测和中期预测。短期预测结果的RMSE(均方根误差)为8.68,MAE(平均绝对误差)为4.34;中期预测结果的RMSE值为6.26,MAE值为2.64。说明LSTM能耗预测模型的预测结果与原始数据总体偏差较小,在预测性能方面表现良好。即使考虑时序性,LSTM能耗预测模型在预测时间跨度较长的非线性数据时也不会出现明显的预测精度下降,能够保证预测的准确率。

• 单位
  湖北中烟工业有限责任公司; 华中科技大学