重庆理工大学学报2023，Vol.37Issue(11) ：249-258.DOI:10.3969/j.issn.1674-8425(z).2023.06.029

改进的深度回声网络在空调负荷预测中的应用

Application of an improved deep echo network in air conditioning load forecasting

王永海 李云峰 董军 关爱章 王华秋 向力
重庆理工大学学报2023，Vol.37Issue(11) ：249-258.DOI:10.3969/j.issn.1674-8425(z).2023.06.029
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

改进的深度回声网络在空调负荷预测中的应用

Application of an improved deep echo network in air conditioning load forecasting

王永海 1李云峰 1董军 1关爱章 1王华秋 2向力3
扫码查看

作者信息

  • 1. 湖北中烟工业有限责任公司襄阳卷烟厂,湖北 襄阳 441000
  • 2. 重庆理工大学 两江人工智能学院,重庆 401135
  • 3. 重庆太和空调自控有限公司,重庆 400030
  • 折叠

摘要

针对深度回声状态网络的输入权值随意性太大、中间状态数量庞大、关键参数凑试决定等问题,运用灰色关联度计算属性间的相关性从而确定输入权值.采用聚类算法简化中间状态,并用坐标轮换法搜索最佳的深度网络层数和储备池个数,对算法进行改进.通过UCI标准数据集的实验,发现改进后的算法提升了预测精度和速度.采用改进的深度回声网络预测卷烟厂空调负荷,通过当前时刻的内外部条件,解决由于负荷数据周期性波动所造成的预测效率低的问题,及时准确地预测出了下一时刻的空调负荷,提前对冷水机组的运行策略进行了调节,从而达到空调节能的目的.

关键词

深度回声状态网络/灰色关联度/聚类/坐标轮换法/空调负荷预测

引用本文复制引用

基金项目

国家科技部重点研发计划(2018YFB1700803)

重庆市科委一般自然科学基金(cstc2019jcyjmsxmX0500)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量7
段落导航相关论文