利用人工神经网络对建筑供暖能源需求进行伪动态过渡建模
计算工程、金融与科学
2014-11-19 v1 神经与进化计算
摘要
本文提出了一种利用人工神经网络，在短时间范围（几天）内结合占用概况和运行供暖功率水平特征的建筑供暖需求预测模型。此外，引入了一种新颖的伪动态过渡模型，该模型考虑了运行功率水平特征的时间依赖性属性，并概述了其对整体模型性能的影响。将该伪动态模型应用于法国某机构建筑的案例研究，并将其结果与静态及其他伪动态神经网络模型进行了比较。结果显示，在学习阶段，静态和伪动态神经网络模型的相关系数分别为 0.82 和 0.89（能耗误差为 0.02%），而在预测阶段分别为 0.61 和 0.85。进一步地，将正交阵列设计应用于伪动态模型，以检验占用概况和运行供暖功率水平特征的调度方案。结果显示了新的调度方案，并为伪动态模型提供了稳健的设计。由于是在短时间范围内进行预测，该模型可应用于能源服务公司 (ESCOs) 管理供暖负荷，以实现热生产系统的动态控制。
引用
@article{arxiv.1411.4679,
title = {Pseudo Dynamic Transitional Modeling of Building Heating Energy Demand Using Artificial Neural Network},
author = {S. Paudel and M. Elmtiri and W. L. Kling and O. Le Corre and B. Lacarriere},
journal= {arXiv preprint arXiv:1411.4679},
year = {2014}
}