基于LMBP神经网络的建筑能耗预测

被引：16

作者：

路阔

钟伯成

机构：

[1] 上海工程技术大学电子电气工程学院

来源：

计算机技术与发展 | 2015年 / 25卷 / 06期

关键词：

建筑能耗; 数据采集; 短期预测; 神经网络; BP算法; LM算法;

D O I：

暂无

中图分类号：

TU111.195 []; TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

建筑能耗短期预测对实时性要求较高,传统神经网络存在收敛速度慢的缺点。为此,采用LM算法改进标准BP神经网络,建立了基于LM算法的建筑能耗预测模型。首先通过理论说明该算法的先进性,然后设计一套建筑能耗数据采集系统和建立基于LMBP神经网络的建筑能耗预测模型,最后采集某建筑一个月的整点电量作为预测模型的实验数据。实验结果表明,该模型明显提高了训练速度,且预测精度满足实际需求,说明了LMBP神经网络适用于建筑能耗短期预测。

引用

页码：216 / 218+223 +223

页数：4

共 11 条

[1]

Parallel Support Vector Machines Applied to the Prediction of Multiple Buildings Energy Consumption [J].

Zhao, Hai Xiang ;

Magoules, Frederic .

JOURNAL OF ALGORITHMS & COMPUTATIONAL TECHNOLOGY, 2010, 4 (02) :231-249

[2]

Prediction of building energy consumption by using artificial neural networks.[J].Betul Bektas Ekici;U. Teoman Aksoy.Advances in Engineering Software.2008, 5

[3]

Applying support vector machine to predict hourly cooling load in the building.[J].Qiong Li;Qinglin Meng;Jiejin Cai;Hiroshi Yoshino;Akashi Mochida.Applied Energy.2008, 10

[4]

EnergyPlus: creating a new-generation building energy simulation program [J].