基于支持向量回归机的中央空调负荷预测模型  

Central Air Conditioning Load Prediction Model Based on Support Vector Regression

作　　者：严良文[1] 李韶鹏 韩涛[1] 叶帅[1] 余雪[1] 

机构地区：[1]上海大学机电工程与自动化学院,上海200072

出　　处：《计量与测试技术》2016年第6期35-38,共4页Metrology & Measurement Technique

摘　　要：由于中央空调系统的时滞性、时变性、非线性和大惰性等特性,使得当前采用的中央空调负荷预测算法精度并不高,本文在江阴某楼宇空调系统节能改造项目的基础上,从中央空调系统的组成和特性出发,提出了基于支持向量回归机(Support Vector Regression SVR)理论的中央空调负荷预测模型。对项目楼宇历史负荷数据进行分析,分别采用SVR负荷预测模型和BP神经网络负荷预测模型进行了训练和预测。预测结果表明:基于SVR负荷预测模型较BP神经网络负荷预测模型精度更高,具有较强的实用性和可行性。

关 键 词：中央空调 负荷预测 支持向量回归机 BP神经网络 

分 类 号：TB657.2[一般工业技术—制冷工程]