摘要：为降低太阳辐射误差,提高测温精准度,设计一款用于地面气象观测的强制通风温度传感器防辐射罩。以太阳辐射强度、风速、下垫面反射率作为影响参数,利用计算流体动力学(CFD)方法计算出不同环境因素下的辐射误差。借助BP神经网络算法拟合仿真结果,得到辐射误差值修正方程。分析训练输出与样本输出,两者的绝对误差仅在[-0.002 5,0.002 5],可见BP神经网络的预测精度达到理想范围。最后设计一个基于B/S结构的查询网站,用户可通过该网站付费下载修正前后的历史温度数据以及历史温度曲线。

摘要：针对空调能耗受室内外环境多因素影响而难以预测的问题,提出一种基于BP(Back Propagation)神经网络的空调能耗预测与监控系统。该方法将室外温湿度、房间冷热负荷、空调维持温湿度作为BP神经的输入,利用DeST分析并仿真在不同环境条件下的空调能耗。实验结果与样本数据比较可得,两者误差百分比在[-1.319%,1.270%]。为便于算法的实际应用,亦设计一套基于MVVM(Model View ViewModel)架构思想的空调能耗监测系统,并用Java将空调能耗预测方程进行封装。