最小二乘支持向量机(LS-SVM)在短期空调负荷预测中的应用  

Least Squares Support Vector Machine(LS-SVM) Applied in Predicting Air-conditioning Load

作　　者：唐莉[1] 唐中华[1] 靳俊杰[1] 

机构地区：[1]西南科技大学,四川绵阳621010

出　　处：《建筑节能》2013年第2期56-58,共3页BUILDING ENERGY EFFICIENCY

基　　金：西南科技大学创新基金(12ycjj27);四川省科技厅重点科研项目(2010JY0165);绵阳市重点专项(09Y003-13);四川省教育厅重点科研项目(2003A112)

摘　　要：将最小二乘支持向量机(LS-SVM)引入空调负荷预测中,在Fortran软件平台上建立LS-SVM空调负荷预测模型,并将其应用于绵阳一栋办公类建筑的空调负荷预测中。试验表明所提出的方法预测精度较高,运算简单,收敛速度快,具有较强的可行性和实用性。A new algorithm for short-term air-conditioning load forecasting is expounded based on the Least Squares Support Vector Ma- chine（LS-SVM） method, establishing a prediction model for air-conditioning load with the FORTRAN software. The LS-SVM prediction model is used for predicting air-conditioning load of an office building in summer months in Mianyang area. Simulated results show that the LSSVM method enjoys better forecasting accuracy and speed, which proved to be feasible and practical.

关 键 词：最小二乘支持向量机 短期空调负荷 预测 fortran软件建模 

分 类 号：TU831[建筑科学—供热、供燃气、通风及空调工程]