基于CNN的高层住宅建筑群热负荷混合预测模型

作     者：赵安军 席江涛 荆竞 高之坤 米璐 ZHAO An-jun;XI Jiang-tao;JING Jing;GAO Zhi-kun;MI Lu

作者机构：西安建筑科技大学建筑设备科学与工程学院陕西西安710055 西安建筑科技大学信息与控制工程学院陕西西安710055 中国建筑西北设计研究院有限公司陕西西安710018 

基　　金：国家重点研发计划资助项目(2017YFC0704100) 安徽建筑大学智能建筑与建筑节能安徽省重点实验室开放课题资助项目(Z20190383) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2023年第30卷第4期

页      码：662-672页

摘      要：针对传统热负荷预测面向单栋住宅,预测负荷无法满足小区级换热站及热网优化调控需求的问题,提出一种基于卷积神经网络(CNN)的高层住宅建筑群热负荷混合预测模型。首先,引入建筑体形参数,利用LASSO模型对热负荷影响因素进行筛选;然后,采用缎蓝园丁鸟优化(SBO)算法优化CNN;最后,利用西安市10个住宅小区的相关运行数据对所提模型进行训练和测试。实验结果表明,输入参数引入建筑体形参数后,模型预测精度更高;经SBO算法优化后的CNN模型较传统CNN模型具有更好的拟合优度、预测精度和泛化能力,满足工程实际需求。

主 题 词：热负荷预测 区域供暖 缎蓝园丁鸟优化算法 卷积神经网络 变量选择 

学科分类：080702[080702] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.14107/j.cnki.kzgc.20210644

馆 藏 号：203121153...