格式:pdf
大?。?span class="single-tag-height">1.3MB
頁數(shù): 6頁
建筑能耗數(shù)據(jù)具有非平穩(wěn)和非線性特征;單一預(yù)測模型很難對其進行精準預(yù)測;提出一種用于建筑能耗短期預(yù)測的新型混合模型;利用互補集合經(jīng)驗?zāi)B(tài)分解方法(CEEMD)將波動性較大的能耗數(shù)據(jù)分解為一組本征模態(tài)函數(shù)和一個殘差序列;基于反向?qū)W習、差分進化算法并引入控制參數(shù)λ對鯨魚優(yōu)化算法(WOA)進行改進;有效解決算法早熟收斂與陷入局部最優(yōu)等的問題;提出改進算法UWOA(upgradedwhaleoptimizationalgorithm);利用UWOA優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值;優(yōu)化后的Elman神經(jīng)網(wǎng)絡(luò)對本征模態(tài)函數(shù)和殘差序列進行預(yù)測并集成;得到能耗預(yù)測值;應(yīng)用CEEMD-UWOA-Elman混合模型對上海某大型公共建筑能耗進行短期預(yù)測;結(jié)果顯示混合模型獲得很好的預(yù)測效果;