100 积分
50
评分
4.3 积分- 详情
- 2020-12-27
- 简介
pdf
- 1.8MB
- 页数 6P
- 阅读 62
- 下载 32
本文基于青岛某医院建筑2017年全年逐时总用电能耗实测数据,将冷热源电耗从中分离,得到用于分布式能源系统运行策略研究的逐时电负荷数据。首先利用k-means聚类算法对该建筑的全年逐时电负荷特性进行分析,并根据聚类结果为神经网络的训练构建相似日样本集。然后利用相关性理论针对不同的相似日样本集筛选特征参数,作为神经网络的输入参数。最后利用平均绝对百分误差(MAPE)、变异系数(CV)、均方根误差(RMSE)等指标对本文提出的复合优化预测模型性能进行定量评价。结果显示,复合优化预测模型的预测精度相较于既不聚类也不进行相关分析的传统BP网络有了很大的提高。其中,MAPE、CV、RMSE分别降低了39.4%、36.9%、38.1%。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
宝彪1
擅长:
电气 给排水 暖通
- 4.5
服务
- 5
商品
- 143
人气
相关推荐
基于数据挖掘的医院建筑电负荷特性分析预测 1.8MB
基于数据挖掘技术的短期电力负荷预测 174KB
一种基于数据挖掘技术的电力负荷预测算法研究 1.7MB
广东电网负荷特性 335KB
基于数据挖掘的电力需求预测模型 98KB
基于负荷特性的区域供冷系统节能性探讨 74KB
典型用户负荷特性及用电特点分析 224KB
严寒地区商场建筑空调冷负荷特性分析 356KB
软计算方法和数据挖掘理论在电力系统负荷预测中的应用 697KB
基于数据挖掘的房地产价格预测 983KB