一种基于深度学习的空调系统负荷预测方法.pdfVIP

下载本文档

21
0
约1.36万字
约 11页
2023-04-28 发布于四川
举报
版权申诉

一种基于深度学习的空调系统负荷预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的空调系统负荷预测方法，包括步骤1、选择影响空调系统负荷的特征元素；步骤2、收集空调系统负荷原始数据；步骤3、负荷数据处理；步骤4、搭建基于神经网络的深度学习模型；步骤5、确定深度学习最优模型；步骤6、空调系统负荷预测。本发明充分利用了影响空调系统能耗的多源特征信息，通过选择不同的神经元数及隐藏层个数，比较预测结果来确定深度学习最优模型。同时，通过引入高斯函数对反向传播的学习率进行优化，能解决计算过程中易出现的梯度消失问题，提高负荷预测精度，进而能提供能耗波动信息，提

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114202106 A (43)申请公布日 2022.03.18 (21)申请号 202111367047.8 F24F 11/61 (2018.01)