两种热负荷预测方法的比较

被引:19
作者
康胜文
机构
[1] 石家庄华电供热集团有限公司
关键词
负荷预测; 逐步回归分析; 人工神经网络;
D O I
10.16641/j.cnki.cn11-3241/tk.2004.02.007
中图分类号
TU833 [供热];
学科分类号
081404 [供热、供燃气、通风及空调工程];
摘要
本文介绍了如何利用逐步回归分析和人工神经网络(ANN)进行建筑物逐时热负荷的预测,并对其进行了简单的比较。
引用
收藏
页码:22 / 24
页数:3
相关论文
共 6 条
[1]
预测参数的选择与建筑物逐时冷负荷的预测 [J].
石磊 ;
王锦 ;
王智伟 ;
刘咸定 .
西安科技学院学报, 2003, (01) :23-26
[2]
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
[3]
人工神经网络对空调负荷预测过程的优化研究 [J].
朱能 ;
史学宇 ;
刘俊杰 ;
杜进荣 .
制冷学报, 2002, (02) :35-38
[4]
用ANN法对房间空调冷负荷进行预测的讨论 [J].
杨昭 ;
刘斌 ;
郁文红 .
制冷空调与电力机械, 2001, (04) :6-9
[5]
智能化空调冷负荷计算方法 [J].
高立新 ;
陆亚俊 .
哈尔滨建筑大学学报, 2001, (01) :71-74
[6]
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