典型文献
基于RBF神经网络的商场建筑空调能耗预测
文献摘要：
商场建筑夏季空调能耗占总能耗的50％以上,鉴于空调能耗较高,对空调能耗进行预测有利于提升运行经济性.针对商场建筑空调系统非线性、多变量等问题,提出一种基于RBF神经网络空调系统能耗预测模型.该方法将日最高温度、日最低温度、日平均温度、日最高湿度、日最低湿度、日平均风速和空调能耗作为RBF神经网络的输入,建立空调系统能耗预测模型,并通过测试数据对精度进行验证.实例表明:预测值和实际值的相对误差为5.96％,均方根误差为1642.7kWh,预测精度高,稳定性好,可满足商场建筑中央空调能耗预测的实际应用要求.
文献关键词：
商场建筑;空调系统;能耗预测;RBF神经网络
中图分类号：
作者姓名：
林跃东
作者机构：
福建省建筑科学研究院有限责任公司
文献出处：
引用格式：
[1]林跃东-.基于RBF神经网络的商场建筑空调能耗预测)[J].制冷与空调,2022(01):90-94
A类：
7kWh
B类：
RBF,商场建筑,空调能耗,总能耗,运行经济性,多变量,空调系统能耗,能耗预测模型,日最高温度,日最低温度,平均温度,高湿度,低湿度,平均风速,测试数据,建筑中央空调,应用要求
AB值：
0.219142
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。
