基于神经网络的建筑节能预测方法.pdf

第31卷第 1期 制冷与空调 、，o1．3lNo．1 2017年 2月 RefrigerationandAirConditioning Feb．2017．9～ 13 文章编号：1671．6612 (2017)01．009．05 基于神经网络的建筑节能预测方法 高 扬 陈 坦 胡海涛 (1．上海交通大学制冷与低温研究所 上海 200240； 2．上海交通大学机器人研究所 上海 200240) 【摘 要】 为了达到减少建筑能耗的目的，提出一种基于神经网络的建筑节能预测方法，以较小的代价精确 预测建筑的热环境变化规律。研究结果表明，基于前向神经网络建立的建筑节能预测方法只需要 安装 15个温度传感器便能精确预测 101个房间的建筑温度和热功率，大幅度地节省了成本，其预 估的误差在6％左右，准确度达到90％以上，具有潜在的应用价值。后期可以将该技术应用于建筑 智能管理系统，向居住者反馈建筑热环境信息，培养居住者生态消费习惯，为可持续发展提供支 持。 【关键词】 神经网络；热仿真模型；节能预测；热环境变化；建筑智能管理系统 中图分类号 TU201．5 文献标识码 A ForecastingM ethodofEnergy-savingBuildingBasedonArtificialNeuralNetwork GaoYang ChenTanz HuHaitao (1．RefrigerationnadCryogenicsInstituteofShanghaiJiaoTongUniversity,Shnahgai，200240； 2．RoboticsInstituteofShnaghaiJiaoTongUniversiyt,Shnaghai，200240) [Abstract] Inordertoreduceenergyconsumptionofbuilding，aforecastingmethodofeneryg-savingbuildingbasedon artificialneuralnetworkisproposedtopredicthtevariationofbuilding’Shtermalenvironmentwiht asmallcost．TheresuRshows htathteforecastingmehtodbasedonbackpropagationartificialneutralnewtorkisabletopredicthtetemperaturena dhtehtemr al powerof101rooms，withonlyhteinstallationof15temperaturesensors．ItsignificnatlydecreasedhtecosLbesides，hteestimated errorisabout 6％ andhteaccuracyisabove90％，whichmeansavalueofpotentialapplication．Inlaterperiod，htistechniqueis availableforintelligentbuildingmnaagementsystems，providingthefeedbackinfomr ationofhtemr alenvironmenttooccupnats， developingtheireco—consmu ptionhabitandsupportingsustainabledevelopment． 【Keywords】 ArtificialNeuralNewtork；Modelofhtermalsimulation；NEneryg-savingforecast；Vraiationofhtemral environment；Intelligent buildin