典型文献
基于混合深度学习模型的企业中央空调蒸汽预测
文献摘要：
为解决企业生产车间多空调能耗与生产任务、气候环境匹配的精准供能问题,实现多台大型中央空调机组蒸汽消耗预测,提出一种基于GRU和3DConv-PredRNN++的混合深度学习预测模型.针对多台空调机组动态联动关系,使用三维卷积和PredRNN++方法提取机组间蒸汽损耗关系作为空间因素特征参与模型预测;为捕捉蒸汽消耗量序列的总体趋势和局部变化,数据集采用平滑过程模式、趋势性模式和周期性模式作为模型输入;为提高模型预测性能,基于门控循环单元(GRU)耦合外部因素特征并捕捉时间因素特征;最后通过参数矩阵融合方式来构建模型.通过与多种预测模型的对比实验,证明混合深度学习模型预测精度的优越性和空间因素特征参与模型预测的必要性.与现有模型相比,所提模型平均能耗折标(ASEC)降低了60.09％.
文献关键词：
空调蒸汽消耗;三维卷积;PredRNN++;门控循环单元;空间特征
中图分类号：
作者姓名：
王可;卢焕达;郑军红;何利力
作者机构：
浙江理工大学信息学院,浙江 杭州310018;浙大宁波理工学院计算机与数据工程学院,浙江 宁波315100
文献出处：
引用格式：
[1]王可;卢焕达;郑军红;何利力-.基于混合深度学习模型的企业中央空调蒸汽预测)[J].南京师范大学学报（工程技术版）,2022(03):53-62
A类：
3DConv,ASEC,空调蒸汽消耗
B类：
混合深度学习模型,中央空调,生产车间,空调能耗,气候环境,供能,多台,台大,空调机组,消耗预测,GRU,PredRNN++,深度学习预测模型,动态联动关系,三维卷积,蒸汽损耗,空间因素,蒸汽消耗量,总体趋势,数据集采,趋势性,模型输入,预测性能,门控循环单元,外部因素,时间因素,融合方式,构建模型,现有模型,模型平均,空间特征
AB值：
0.338542
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。
