基于小波变换的神经网络空调负荷预测研究  

Air conditioning load prediction using neural networks based on wavelet transform

作　　者：曹双华[1] 曹家枞[1] 李涛[2] 沈晓青 

机构地区：[1]东华大学 [2]北京捷通机房工程设备有限公司 [3]南通四建集团有限公司

出　　处：《暖通空调》2005年第4期13-17,共5页Heating Ventilating & Air Conditioning

摘　　要：基于小波变换的思想建立了递归BP网络模型来预测空调负荷,改进了网络权值、阈值的修改算法,引入了折扣系数法以提高近期预测精度,结合一实例进行了空调逐时冷负荷预测,结果表明该方法预测精度高,适用于空调负荷预测。Based on the idea of wavelet transform, establishes the recurrent BP network model to predict air conditioning load. Adopts the discount coefficient method in the modification algorithm of the network weights and thresholds to improve the closest predictive precision. Predicts the hourly air conditioning load with a real example. The results indicate that the method has a high precision and is suitable to predict air conditioning load.

关 键 词：小波变换 预测研究 神经网络 BP网络模型 空调负荷预测 预测精度 折扣系数法 网络权值 修改算法 递归 

分 类 号：TU831.2[建筑科学—供热、供燃气、通风及空调工程]