支持向量机在建筑能耗预测中的应用

发布时间：2018-06-19 06:49

  本文选题：支持向量机 + 建筑能耗预测　； 参考：《建筑节能》2014年12期

【摘要】：建筑领域空调的冷热源往往由储能设备预测未来24 h建筑的能源使用情况,为供能设备的调度策略提供依据,实现按需供能,能更好地推进建筑节能工作。结合建筑物的业态特性,对能耗预测中存在的问题,包括数据的预处理、预测样本的建立、核函数的选取及参数的优化方法,进行了分析。采用某园区的实际空调能耗数据,对数据进行分析处理并用不同方法进行仿真测试,仿真结果表明支持向量机在空调能耗的预测中是一种有效的方法。
[Abstract]:The heat and cold sources of air conditioning in building field are usually predicted by energy storage equipment in the next 24 hours, which can provide basis for scheduling strategy of energy supply equipment, realize energy supply on demand, and promote building energy conservation better. In this paper, the problems in energy consumption prediction, including preprocessing of data, establishment of prediction samples, selection of kernel function and optimization of parameters, are analyzed. The actual air conditioning energy consumption data of a certain park are analyzed and processed and simulated with different methods. The simulation results show that support vector machine is an effective method in air conditioning energy consumption prediction.
【作者单位】： 上海建坤信息技术有限责任公司;
【基金】：上海市科委科研计划项目(12dz1200204;13dz1202403)
【分类号】：TU111.195

【参考文献】

相关期刊论文 前1条

1 严智勇;许巧玲;;福州地区大型办公建筑能耗的多元线性回归分析[J];能源与环境;2009年01期

【共引文献】

相关期刊论文 前10条

1 陈榕;钟林志;赵超;张功旺;许巧玲;;基于改进灰色模型的建筑能耗预测研究[J];福州大学学报(自然科学版);2013年05期

2 鲁闻君;解万玉;蒋赛百;盛利;鹿鹏;;太阳能技术在山东农村住宅中的应用及展望[J];安装;2014年02期

3 鲁闻君;解万玉;盛利;蒋赛百;鹿鹏;;山东新建农村社区多层建筑节能及生态设计[J];建筑节能;2014年05期

4 沈瑞珠;王旭;;高校建筑照明节能措施与效果分析[J];建筑节能;2014年05期

5 刘川;熊凤鸣;王艳茹;陈俊杰;王智;;改性发泡水泥保温板的研发与应用[J];重庆建筑;2014年06期

6 成莞莞;李志国;李砚波;戴自强;赵仲星;祝晓丹;张津;;CS板农宅建筑体系在天津农村的应用[J];水利与建筑工程学报;2014年05期

7 寇九贵;;坚持绿色发展 维护生态安全[J];工业建筑;2014年12期

8 贺志朋;梁青松;叶学龙;匡志江;王柳允;缪承壮;张丽娜;;一种热回收式热泵空调系统的经济性分析[J];建筑节能;2014年12期

9 李延俊;闫增峰;;北疆地区乡村住宅冬季室内热环境研究[J];四川建筑科学研究;2014年06期

10 马桂飞;张吉礼;赵天怡;;集中供热管网无控工况下室温变化规律的研究[J];建筑热能通风空调;2013年06期

相关会议论文 前1条

1 宁旭艳;张旭;高军;;村镇建筑能效评估体系研究[A];上海市制冷学会2013年学术年会论文集[C];2013年

相关博士学位论文 前2条

1 曾荻;我国民用建筑运行能耗预测方法及其应用研究[D];北京交通大学;2012年

2 李沁;重庆市公共建筑能耗定额方法研究[D];重庆大学;2014年

相关硕士学位论文 前10条

1 于威;辽宁省农村低碳住宅设计研究[D];沈阳建筑大学;2013年

2 何宜娜;北方地区住宅类绿色建筑节能设计评价研究[D];长安大学;2013年

3 张宇;建筑墙体理想热物性的确定方法及其机理诠释[D];清华大学;2013年

4 朱丹丹;空调冷冻水系统用户侧整体模型研究[D];清华大学;2013年

5 刘中爽;基于可持续建筑设计理念的太阳墙技术应用研究[D];湖南大学;2013年

6 谢浩;高海拔地区生态建筑热环境及设计策略研究[D];西南交通大学;2014年

7 张丽;昌黎广缘超市电蓄冷蓄热可行性分析[D];燕山大学;2014年

8 张在喜;墙体蓄放热特性及其对建筑能耗影响的研究[D];重庆大学;2014年

9 黄春雨;重庆地区村镇住宅建筑用能模型研究[D];重庆大学;2014年

10 呙俊;梅州地区农村住宅热环境研究与节能优化设计策略[D];华南理工大学;2014年

【相似文献】

相关期刊论文 前10条

1 王强;沈永平;陈英武;;支持向量机规则提取[J];国防科技大学学报;2006年02期

2 侯澍e，

本文编号：2038989