小波时间序列在空调负荷预测中的应用

被引：8

作者：

陈柳

机构：

[1] 西安科技大学

来源：

流体机械 | 2008年 / 02期

关键词：

空调负荷; 小波分析; 时间序列; 预测;

D O I：

暂无

中图分类号：

TB657.2 [空调器];

学科分类号：

0807 ; 080705 ;

摘要：

提出将小波分析和时间序列应用于空调负荷预测;利用小波分析可以将空调负荷序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多。其小波分解后的序列用时间序列模型来预测,最后再合成得到原时间序列的预测值。预测结果表明,该模型应用于空调负荷预测具有较高的预测精度,而且明显优于传统的时间序列模型。

引用

收藏

页码：83 / 86

页数：4

相关论文

共 10 条

[1] 基于小波变换的神经网络空调负荷预测研究 [J].

曹双华 ;

曹家枞 ;

李涛 ;

沈晓青 .

暖通空调, 2005, (04) :13-17

[2] 基于神经网络的空调负荷混沌优化预测 [J].

曹双华 ;

曹家枞 .

东华大学学报(自然科学版), 2003, (01) :52-56

[3] 应用人工神经网络预测建筑物空调负荷 [J].

石磊 ;

赵蕾 ;

王军 ;

刘咸定 .

暖通空调, 2003, (01) :103-104+113

[4] 利用神经网络预测空调负荷 [J].

杨自强 ;

陆亚俊 .

哈尔滨建筑大学学报, 2000, (01) :51-54

[5] 系统负荷的灰色区间预测 [J].

王四清 ;

王先民 ;

李元旦 ;

杨昌智 .

系统工程, 1999, (03) :60-65

[6]

数据分析[M]. 科学出版社 , 范金城, 2002

[7]

小波分析及其应用[M]. 西安电子科技大学出版社 , 刘贵忠, 1992

[8]

时间序列分析与动态数据建模[M]. 北京理工大学出版社 , 杨位钦, 1988

[9] Hourly cooling load prediction by a combined forecasting model based on Analytic Hierarchy Process [J].

Yao, Y ;

Lian, ZW ;

Liu, SQ ;

Hou, ZJ .

INTERNATIONAL JOURNAL OF THERMAL SCIENCES, 2004, 43 (11) :1107-1118

[10]

Hourly thermal load prediction for the next 24 hours by ARIMA,EWMA,LR,and a neural network .2 Kawashima M. ASHARE Transactions . 1995