发明 基于模拟退火算法优化BP神经网络的空调冷负荷预测方法
空调系统 冷水机 中央空调 制冷系统 建筑节能 （空调系统 建筑节能） 1人
G06N3/04 G06N3/08 F24F11/62
摘要：本发明公开了基于模拟退火算法优化BP神经网络的空调冷负荷预测方法，选取影响T时刻空调冷负荷的输入变量，输入变量包括T时刻的室外空气温度以及T时刻之前的室外空气温度、T时刻的太阳辐射量以及T时刻之前的太阳辐射量、T时刻的相对湿度、T时刻的室外风速和T时刻之前的空调冷负荷，利用关联度分析法分析输入变量与T时刻空调冷负荷的相关性，剔除关联度低于0.8的输入变量，保留剩余输入变量；根据保留的输入变量的个数以及T时刻空调冷负荷建立BP神经网络；利用模拟退火算法优化BP神经网络；利用优化后的BP神经网络进行负荷预测，得到预测值。本发明克服了BP神经网络在权值选择上的随机性，降低了空调冷负荷预测偏差大的问题。
