申请/专利权人:广州豪特节能环保科技股份有限公司
申请日:2024-01-24
公开(公告)日:2024-03-22
公开(公告)号:CN117744747A
主分类号:G06N3/084
分类号:G06N3/084;G06F18/23;G06N7/02;G06Q50/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了利用人工神经网络算法的建筑冷源运行负荷预测方法,涉及建筑能源管理技术领域,具体步骤包括:建立建筑各冷源设备反向传播网络模型,预测建筑冷源运行负荷;建立建筑各冷源设备参数模糊模型,预测建筑冷源运行负荷;建立建筑冷源人工神经网络融合模型,并预测建筑冷源运行负荷。本发明对建筑冷源设备分别建立反向传播网络模型,采用了三层神经网络;另一方面,本发明对建筑冷源设备分别建立参数模糊模型;最后,根据两种模型的适用条件,通过聚类算法进行选择,使用最佳预测效果的模型得到建筑冷源运行负荷。解决了现有技术中建筑冷源运行负荷计算复杂、计算结果不准确的技术问题。
主权项:1.利用人工神经网络算法的建筑冷源运行负荷预测方法,其特征在于,具体步骤包括:步骤S1:建立建筑各冷源设备反向传播网络模型;步骤S2:通过建筑各冷源设备反向传播网络模型预测建筑冷源运行负荷;步骤S3:建立建筑各冷源设备参数模糊模型;步骤S4:通过建筑各冷源设备参数模糊模型预测建筑冷源运行负荷;步骤S5:建立建筑冷源人工神经网络融合模型,并根据聚类算法选择具有最佳预测效果的模型,进行建筑冷源运行负荷预测。
全文数据:
权利要求:
百度查询: 广州豪特节能环保科技股份有限公司 利用人工神经网络算法的建筑冷源运行负荷预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。