根据Ecotect 模拟的12种不同的建筑形状进行能量分析，数据集包括768个样本和8个特征属性，旨在预测房屋的热负荷和冷负荷。BP神经网络
2022-11-03 10:33:22
111KB
1
热负荷预测为城市集中供热系统提供数据支持，是实现按需供热的基础。热负荷的变化受外界各项块紙Ｈ外滠良影咆故欠，为在满足供热系统需求量的同时做到节能与兼顾人体舒适度，提出基于气温与日期类型的热负荷预测方法。该方法将气温与日期类型进行量化BP神经网络建立供热系统的热负荷预测模型。为保证预测精度采用遗传算法对神经网络连接权值和阈值进行优化，得到未来２４小时的热负荷预测值。预测结果表明，此方法可以较准确地预测未来的热负荷，并达到按需供热和节能环保的目的
2021-06-21 13:52:28
1.25MB
1