[1]冯国会,李奇岩,王刚,等.基于DeST仿真和GS-SVR算法对严寒气候区近零能耗公共建筑逐时负荷预测[J].沈阳建筑大学学报(自科版),2022,(1):149-155.[doi:10.11717/j.issn:2095-1922.2022.01.19]
点击复制

基于DeST仿真和GS-SVR算法对严寒气候区近零能耗公共建筑逐时负荷预测()
分享到：

《沈阳建筑大学学报(自科版)》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2022年第1期
页码:
149-155
栏目:
土木工程
出版日期:
2022-01-30

文章信息/Info

作者:
冯国会; 李奇岩; 王刚; 李环宇
关键词:
支持向量机; 网格搜索; DeST仿真模拟; 近零能耗建筑; 严寒气候区
DOI:
10.11717/j.issn:2095-1922.2022.01.19
摘要:
目的 为使空调系统能够及时对近零能耗建筑室内负荷变化做出反应,提出基于DeST仿真与支持向量机回归算法(SVR)的预测方法。方法 以位于沈阳建筑大学校内的近零能耗示范建筑为例,通过DeST仿真得到模型需要的原始数据,利用网格搜索算法(GS)对支持向量机算法中的参数进行优化,采取优化后的支持向量机回归算法(GS-SVR)对负荷数据进行训练与预测。结果GS-SVR预测模型的MSE供热与普通SVR预测模型相比降低了13.61%,R2提高了1.25%;MSE供冷与普通SVR预测模型相比降低了2.49%,R2提高了1.36%。 结论 GS-SVR算法提高了严寒地区近零能耗建筑室内负荷预测的精确度,可对近零能耗建筑的空调系统运行诊断及优化。
更新日期/Last Update: 2022-02-08