发明 一种基于自适应深度置信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
G06N3/047 G06N3/0499 G06N3/09 G06N3/084 G06N3/088
摘要：本发明公开了一种基于自适应深度置信网络的空调冷负荷预测方法，首先收集冷负荷数据，采用拉格朗日插值法对缺失和异常的能耗数据进行弥补处理，对处理后的能耗数据进行归一化处理；将处理后的数据通过独立的高斯分布处理，处理后的CRBM输入给预测模型；通过RBM无监督机制进行训练，以前一层的RBM隐藏层作为下一层RBM的可视层输入，调节网络参数；然后通过有监督的BP神经网络进行反向训练，再次调节网络参数；再采用Adam优化算法调节网络参数；最后选取预测模型的参数及结构，采用重构误差RE对预测模型进行结构评估选取；采用均方根相对误差RMSPE和平均绝对百分误差MAPE对结果进行评价，完成空调冷负荷预测。本发明具有较好的预测精度、通用性和适用性。
