建筑热能通风空调2022，Vol.41Issue(8) ：1-5,14.

数据不足条件下办公建筑空调系统能耗预测研究

Energy Consumption Prediction of an Office Building Air-conditioning System in the Absence of Data

董振翔 刘彬 刘江岩 李夔宁 李鑫 郭小敏
建筑热能通风空调2022，Vol.41Issue(8) ：1-5,14.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

数据不足条件下办公建筑空调系统能耗预测研究

Energy Consumption Prediction of an Office Building Air-conditioning System in the Absence of Data

董振翔 1刘彬 1刘江岩 1李夔宁 1李鑫 1郭小敏1
扫码查看

作者信息

  • 1. 重庆大学低品位能源利用技术及系统教育部重点实验室;重庆大学能源与动力工程学院
  • 折叠

摘要

针对机器学习模型训练数据不足的问题,本文提出了一个两阶段集成学习预测模型.该方法能够充分提取样本数据的信息,从而实现较准确的能耗预测.模型第一阶段采用SVR与ANN算法建立两个子模型,第二阶段将子模型的预测情况作为新的特征用于建立最终的RF模型.研究结果表明,在20％数据可用性下,集成学习模型平均绝对百分比误差为15.5％.对比SVR,ANN和RF模型,该集成学习模型预测性能更好,更适宜工程实际应用.

关键词

建筑空调系统/数据不足/集成学习/能耗预测

引用本文复制引用

基金项目

重庆市教委科学技术研究项目(KJQN201800121)

重庆市自然科学基金(cstc2019jcyj-msxmX0537)

出版年

2022
建筑热能通风空调
中国建筑学会

建筑热能通风空调

影响因子：0.293
ISSN：1003-0344
参考文献量5
段落导航相关论文