期刊文献+

基于BP神经网络的地板辐射供暖系统逐时负荷预测 被引量:5

Hourly heating load prediction of radiant floor heating systems based on BP neural network
下载PDF
导出
摘要 采用BP神经网络,可利用较少的输入参数建立地板辐射供暖系统热负荷预测模型,以大连市某超低能耗建筑为实测对象,根据实测的供暖期逐时热负荷数据建立了BP神经网络热负荷预测模型,并进行了改进。结果表明,采用基于多项式拟合改进的神经网络预测模型能够精确地预测一个单元未来24h的逐时热负荷,预测误差为5%左右。 BP neural network is used to predict hourly heating load and it requires fewer parameters for establishing the model. With the field survey data in a lower energy consuming building in Dalian city, establishes a prediction model of hourly heating load based on BP neural network and makes some improvement on it. The results show that the improved BP neural network prediction model based on polynomial fitting can accurately predict hourly heating load for one unit in the next 24 hours, and the prediction error is about 5%.
机构地区 大连理工大学
出处 《暖通空调》 北大核心 2011年第12期95-98,共4页 Heating Ventilating & Air Conditioning
基金 "十一五"国家科技支撑计划项目(编号:2006BAJ03B0101)
关键词 负荷预测 BP神经网络 地板辐射供暖系统 load prediction, BP neural network, radiant floor heating system
  • 相关文献

参考文献6

二级参考文献19

  • 1袁曾任.人工神经元网络及其应用[M].清华大学出版社,1991.44-48.
  • 2清华大学建筑节能研究中心.中围建筑节能年度发展研究报告[M].北京:中国建筑工业出版社,2008.
  • 3辽宁省地方标准DB21J10922-2007居住建筑节能设计标准[S].沈阳:辽宁省技术监督局,2007.
  • 4National Building Code of Finland.C3 Thermal Insulation in a Building[S].Helsinki:Ministry of the Environment,2003.
  • 5GB50015-2003建筑给排水设计规范[S].北京:中国计划出版社,2003.
  • 6GB/T 18713-2002太阳热水系统设计、安装及工程验收技术规范[S].北京:中国标准出版社,2002.
  • 7路延魁.空调调节设计手册[M].中国建筑工业出版社,1995..
  • 8董子忠.玻璃系统的遮阳性能研究[A]..建筑节能39[C].中国建筑工业出版社,2002..
  • 9中国建筑业协会建筑节能专业委员会.建筑节能技术[M].北京:中国计划出版社,1996..
  • 10LIPPMAN R P.An Introduction to Computing with Neural Networks[J].IEEE ASSP Magazine,1987,(4):4-32.

共引文献43

同被引文献105

引证文献5

二级引证文献40

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部