基于LSTM的地铁车站设备间设备发热量预测

作     者：孙心明 李国栋 刘军 夏三县 篮杰 余伟之 王海涛 SUN Xinming;LI Guodong;LIU Jun;XIA Sanxian;LAN Jie;YU Weizhi;WANG Haitao

作者机构：中铁第四勘察设计院集团有限公司湖北武汉430063 郑州地铁集团有限公司河南郑州410104 河南工业大学土木工程学院河南郑州450001 

基　　金：河南省科技攻关项目(项目编号:232102320225) 

出 版 物：《节能》 (Energy Conservation)

年 卷 期：2024年第43卷第10期

页      码：98-100页

摘      要：设计地铁车站设备间空调系统时,缺少可靠的发热量数据会影响其精细化设计和节能减排效果。结合实测地铁车站设备间的设备发热量数据,通过定量分析特征变量对地铁车站设备间设备发热量变化的影响,确定地铁车站设备间设备发热量预测的5个稳定特征变量和9个时变特征变量。考虑地铁车站设备间设备发热量数据的非线性和时序相关性特点,给出一种基于长短期记忆神经网络(LSTM)的地铁车站设备间设备发热量预测方法。该方法可以明显提高地铁车站设备间设备发热量预测的准确性,为未来解决地铁车站空调系统设计、节能控制和智能控制等问题提供参考。

主 题 词：地铁车站 设备发热量 特征变量 LSTM神经网络 

学科分类：080705[080705] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.3969/j.issn.1004-7948.2024.10.027

馆 藏 号：203155799...