地铁站空调系统冷负荷预测算法研究

作者：马翰

来源：暖通空调, 2022, S2: 85-88.

• 地铁站
• 空调
• 负荷预测
• 智能算法
• 绿色节能运行

以天津市某地铁站为例，在DeST模拟软件中建立其冷负荷模拟模型，深入分析影响地铁站类特殊公共建筑负荷构成并进行对应设置，输出并获取典型气象年该地铁站的逐时负荷数据，通过Pearson相关性分析的方法确定输入变量，获取原始数据集。而后，进行了多类代表性智能算法的选取，包括以集成学习为原理的随机森林算法，以神经网络为基础的深度学习算法和长短期记忆算法，以统计学习方法为基础的支持向量机算法和以灰箱为原理的多元线性回归算法，分别运用这5种算法进行训练和预测。结果表明，随机森林算法表现最优，多元线性回归算法和深度学习算法次之，长短期记忆算法表现最差。为后续地铁站暖通空调系统绿色节能运行提供参考。