首页|使用需求参数对建筑大数据能耗预测影响规律初探

使用需求参数对建筑大数据能耗预测影响规律初探

Influence Law of Using Demand Parameters on Big Data Prediction of Building Energy Consumption

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
利用经典时间序列大数据预测模型(ARIMA)作为优化改造后的多参数预测模型,对建筑逐时能源消耗进行预测,研究建筑使用需求参数对建筑能耗预测的影响规律.在大数据预测模型中引入建筑使用需求参数,如室外环境、室内环境、人员参数等,研究不同参数的引入对能耗预测模型预测结果精度的影响.引入影响能耗参数之后,建筑逐时能耗预测精度有不同程度提升.其中,人员参数对于建筑能耗预测精度提升最为显著.多项参数同时引入模型时可将预测精度进一步提升.能耗预测精度影响程度排序为:人员参数>室外环境参数>室内环境参数.

赵海湉、王需、林波荣、朱颖心、张菁华、孙弘历

展开 >

清华大学 建筑学院,北京 100084

清华大学建筑设计研究院有限公司,北京 100084

ARIMA 模型大数据 使用需求参数 建筑能耗预测

国家重点研发计划项目

2017YFC0704200

2020

10.3969∕j.issn.1673-7237.2020.07.007

建筑节能(中英文)
中国建筑东北设计研究院有限公司

建筑节能(中英文)

CSTPCD
影响因子：0.695
ISSN：2096-9422
年,卷(期)：2020.48(7)
  • 2
  • 8