格式:pdf
大小:1.3MB
頁(yè)數(shù): 6頁(yè)
建筑能耗數(shù)據(jù)具有非平穩(wěn)和非線性特征;單一預(yù)測(cè)模型很難對(duì)其進(jìn)行精準(zhǔn)預(yù)測(cè);提出一種用于建筑能耗短期預(yù)測(cè)的新型混合模型;利用互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法(CEEMD)將波動(dòng)性較大的能耗數(shù)據(jù)分解為一組本征模態(tài)函數(shù)和一個(gè)殘差序列;基于反向?qū)W習(xí)、差分進(jìn)化算法并引入控制參數(shù)λ對(duì)鯨魚優(yōu)化算法(WOA)進(jìn)行改進(jìn);有效解決算法早熟收斂與陷入局部最優(yōu)等的問題;提出改進(jìn)算法UWOA(upgradedwhaleoptimizationalgorithm);利用UWOA優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值;優(yōu)化后的Elman神經(jīng)網(wǎng)絡(luò)對(duì)本征模態(tài)函數(shù)和殘差序列進(jìn)行預(yù)測(cè)并集成;得到能耗預(yù)測(cè)值;應(yīng)用CEEMD-UWOA-Elman混合模型對(duì)上海某大型公共建筑能耗進(jìn)行短期預(yù)測(cè);結(jié)果顯示混合模型獲得很好的預(yù)測(cè)效果;