首站-论文投稿智能助手
典型文献
基于加权残差聚类的建筑负荷预测区间估计
文献摘要:
提出基于加权残差聚类的建筑负荷预测区间估计方法,旨在对建筑负荷预测模型的不确定性进行定量评估.使用Shapley additive explanations方法量化负荷预测模型的每个输入对输出的贡献程度.基于得到的贡献程度对模型输入进行加权聚类,获得不同聚类簇中的模型历史残差分布.根据不同聚类簇中的残差分布估计模型的预测区间.在深圳某办公建筑1 a的冷负荷数据集上进行验证.结果表明,与传统不对输入进行加权的方法相比,该方法可以显著提高预测区间的估计精度.期望得到的预测区间与该方法得到的预测区间的平均覆盖误差为1.87%,而传统方法的平均覆盖误差为2.27%.该方法可以用于估计任何数据驱动的建筑负荷预测模型的不确定性,从而为优化控制和故障诊断提供更可靠的负荷预测模型.
文献关键词:
建筑负荷预测;区间估计;数据驱动模型;模型可解释性;残差聚类
作者姓名:
章超波;刘永政;李宏波;赵阳;张丽珠;王子豪
作者机构:
空调设备与系统节能国家重点实验室,广东 珠海 519000;广东省制冷设备与节能技术重点实验室,广东 珠海 519000;浙江大学 制冷与低温研究所,浙江 杭州 310027;浙江大学 能源工程学院,浙江 杭州 310027
引用格式:
[1]章超波;刘永政;李宏波;赵阳;张丽珠;王子豪-.基于加权残差聚类的建筑负荷预测区间估计)[J].浙江大学学报(工学版),2022(05):930-937
A类:
残差聚类
B类:
建筑负荷预测,预测区间,区间估计,估计方法,负荷预测模型,定量评估,Shapley,additive,explanations,贡献程度,模型输入,加权聚类,同聚,分布估计,办公建筑,冷负荷,负荷数据,估计精度,优化控制,数据驱动模型,模型可解释性
AB值:
0.245593
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。