基于Elman型神经网络的空调负荷预测模型

空调系统的负荷与诸多影响因素之间是一种多变量、强耦合、严重非线性的关系 ,且这种关系具有动态性 ,因而传统方法的预测精度不高。而动态回归神经网络能更生动、更直接地反映系统的动态特性。针对这个特点 ,建立了基于Elman型神经网络的空调负荷预测模型 ,并进行了实例预测。文中还比较了Elman网络和BP网络结构的建模效果 ,仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点 ,说明Elman网络是一种新颖、可靠的负荷预测方法。