典型文献
基于公式拟合和基于机器学习的地源热泵能耗建模对比分析
文献摘要：
本研究以北京某办公楼的地源热泵系统为例,分别采用EnergyPlus公式拟合模型、支持向量机算法和BP神经网络算法对其制冷工况和供热工况进行能耗建模.系统采集了两年的运行数据,包括热泵和水泵的电耗、地源侧和用户侧的进出水温度与流量.结果表明,EnergyPlus公式拟合模型、支持向量机算法和BP神经网络算法在制冷工况下的标准平均误差(NMBE)分别为-2.22％、-1.12％和0.43％,变异均方根误差(CVRMSE)分别为10.70％、9.45％和5.01％;供热工况下NMBE分别为-1.20％、-0.97％和0.03％,CVRMSE分别为11.06％、14.26％和7.91％.3个模型的精度都满足要求,但是EnergyPlus公式拟合模型仅适用于满足热平衡公式的35.3％的情况.基于机器学习的模型对整个运行期间预测都较准确,其中BP神经网络模型效果最好.
文献关键词：
建筑能耗模拟;地源热泵;EnergyPlus;数据驱动;机器学习
中图分类号：
作者姓名：
杨楚豪;陈毅兴;袁玥;陈志华;李念平;彭琛
作者机构：
湖南大学土木工程学院,长沙410082;博锐尚格科技股份有限公司,北京100096
文献出处：
引用格式：
[1]杨楚豪;陈毅兴;袁玥;陈志华;李念平;彭琛-.基于公式拟合和基于机器学习的地源热泵能耗建模对比分析)[J].建筑科学,2022(04):97-104,168
A类：
NMBE,CVRMSE
B类：
公式拟合,基于机器学习,能耗建模,办公楼,地源热泵系统,EnergyPlus,拟合模型,支持向量机算法,神经网络算法,制冷工况,供热,热工,运行数据,水泵,电耗,用户侧,出水温度,平均误差,满足要求,热平衡,运行期,建筑能耗模拟
AB值：
0.246241
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。
