基于LSTM算法的严寒地区办公建筑过渡季室内温度预测模型构建

论文摘要

预测控制方法作为改善用户舒适性和降低建筑能耗的重要手段之一,其关键是室内温度预测模型的建立。由于寒地过渡季建筑的室内温度受室外温度影响较大,本文引入了长短时记忆网络(LSTM)这一算法,该算法能学习室内温度和室外温度的内在联系,预测室内温度在室外温度影响下的变化,同时可以有效处理具有滞后性、时序性的物理量关系。通过在哈尔滨某高校教学楼办公室的实测数据,建立LSTM室内温度预测模型,训练并对预测结果进行评估。结果表明,该算法具有较高的准确度,拟合优度达到了98.7%。

论文目录

• 0 引言
• 1 严寒地区过渡季室内温度预测问题
• 2 LSTM室内温度预测模型建立
•   2.1 LSTM算法原理概述
•   2.2 室内温度预测模型结构确立
• 3 实验及结果分析
•   3.1 实验过程与数据获取
•   3.2 数据处理与模型构建
•   3.3 预测结果评价及分析
• 4 结语

文章来源

类型: 期刊论文

作者: 殷青,张岩,韩昀松

关键词: 严寒地区,过渡季,机器学习,算法,室内温度,预测模型

来源: 低温建筑技术 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 哈尔滨工业大学建筑学院,寒地城乡人居环境科学与技术工业和信息化部重点实验室

基金: 国家重点研发计划课题项目(2016YFC0700209)

分类号: TU831.1

DOI: 10.13905/j.cnki.dwjz.2019.03.003

页码: 8-12

总页数: 5

文件大小: 927K

下载量: 275