期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量回归机的空调逐时负荷滚动预测算法
被引量：
29
1
作者
周璇
杨建成
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2014年第3期952-957,共6页
针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型...
针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。
展开更多
关键词
空调逐时负荷
滚动预测
算法
支持向量回归机
网格搜索遍历算法
期望误差
在线阅读
下载PDF
职称材料
题名
基于支持向量回归机的空调逐时负荷滚动预测算法
被引量：
29
1
作者
周璇
杨建成
机构
华南理工大学机械与汽车工程学院
广东省城市空调节能与控制工程技术研究开发中心
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2014年第3期952-957,共6页
基金
广东省科技厅项目(2011B061200043)
文摘
针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。
关键词
空调逐时负荷
滚动预测
算法
支持向量回归机
网格搜索遍历算法
期望误差
Keywords
hourly load of air conditioning system
rolling forecasting algorithm
support vector regression
mesh optimization algorithm
expected error
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TU831 [建筑科学—供热、供燃气、通风及空调工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量回归机的空调逐时负荷滚动预测算法
周璇
杨建成
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2014
29
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
