北京
分享至
利用机器学习技术深入分析楼宇产生的时间序列历史数据,基于黑箱模型竞争寻优的算法,开发了一种通用的模型辨识方法,通过多项式回归、人工神经网络、极端梯度提升3种机器学习方法竞争寻优确定最终的辨识模型。
以北京市某近零能耗办公建筑为研究对象,基于建筑历史数据和 TRNSYS 供暖系统仿真模型数据,通过开发的模型辨识方法建立了建筑的负荷预测模型和设备能耗模型,在部署期间预测R2值和总能耗误差值分别为0. 87和5. 18%。通过该模型辨识方法建立的预测模型精度较高,为后续系统能耗优化提供可靠依据。
扫码或加微583769685索取报告全文
免责声明：本公众号文章多来源于公开媒体内容，整理、翻译、编辑而成，仅供读者参考。文中的观点和内容不具有任何指导作用，对读者不构成任何项目建议或承诺！如果本文不慎侵犯您的权益，请加微583769685联系，将及时处理。
1、
2、
3、
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
