基于BP神经网络模型的上海高校能耗预测研究.pdfVIP

2015年第1期(总第43卷 第287期) 建筑节能 ●标准规范与检测 doi：10．3969~．issn．1673—7237．2015．01．024 基于BP神经网络模型的上海高校能耗预测研究 汪 君， 吴利瑞 (同济大学 机械与能源工程学院，上海 200092) 摘要： 利用BP神经网络模型来预测上海高校 “十二五”期间的能源消耗水平。在这一模型中，将上海 市GDP、城市居民可支配收入、高校学生人数、高校建筑面积、高校空调面积、高校科研经费， 以及 1999年 ．2011年上海市高校的总能耗作为输入层，输出层为2012年 ．2022年上海高校 总能耗。首先采用 1999年 ．2008年的样本数据对神经网络进行训练，接着采用2009年一2011 年的样本数据对神经网络进行仿真，最后利用训练好的神经网络预测2012年一2022年上海市 高校的总能耗。经过训练后的网络对于输入信号的仿真误差为0．0077747，表明BP神经网络 模型可有效地预测上海高校的能耗水平。 关键词： BP神经网络模型； 上海高校； 能耗预测 中图分类号： Tu一9 文献标志码：A 文章编号： 1673．7237(2015)01—0092．06 ForecastoftheEnergyConsumptioninUniversitiesat ShanghaiBasedonBPNeuralNetworks WANGJun，WULi—rui (CollegeofMechanicalandEnergyEngineering，TongjiUniversity，Shanghai200092，China) Abstract：Thisstudyistopredictenergyneedsanddeterminethefuturelevelofenergyconsumption theuniversitiesatShanghaibyusingBPartificialneuralnetworks．Inthismodel,ShnaghaiSGDP,dis- posableincomeofurbanresidents，thenumberofcollegestudents，thefloorareaofcollege，theaircondi- tionedraeaofcollege，scientificresearchfunding,theeneryg consumptionofShnaghai’Suniversitiesrae usedintheinputlayerofthenetwork．Datafrom 1999to2008raeusedforthetraining．Threeyeras (2009，2010and2011)areusedonlyastestdatatoconfirmthismethod．Accordingtotheresuhs，thenet eneryg consumptionusingtheANN techniquehasbeenpredictedwithacceptableaccuracy．Itisexpected thatBPratfiicialneuralnetworksmodeliseffectiveforpredictingtheenergyconsumptionlevelofShnag- hai’Suniversities． Keywords：Back--propagation(BP)artificialneuralnetworks：universitiesofShanghai；predictofener．- gYconsumption O 引言 各影响因素采取有效的能耗控制措施，降低高校能耗 上海高校校园建筑的总体能耗较大，2010年单位 的增长