期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
人工智能技术在空调负荷计算中的应用初探
被引量：
1
下载PDF
职称材料
导出
摘要
结合工程实际情况,介绍了空调负荷的人工神经网络计算模型,并对该模型进行了仿真验证。分析表明,该模型具有一定的准确度,适合相关工程领域的应用。
作者
虞萍
机构地区
江苏省设备成套有限公司
出处
《机电信息》
2019年第27期105-106,共2页
关键词
空调负荷
人工神经网络
计算模型
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
2
共引文献
6
同被引文献
20
引证文献
1
二级引证文献
8
参考文献
2
1
黄伯平.
五矿金融华南大厦暖通空调设计[J]
.建筑热能通风空调,2019,38(2):103-105.
被引量：1
2
王芳.
某超高层建筑的暖通空调系统设计[J]
.工程建设与设计,2019(10):53-54.
被引量：7
共引文献
6
1
王旭飞.
现代住宅暖通空调及给排水的发展趋势[J]
.砖瓦世界,2018,0(15):104-104.
2
刘博,张琪.
超高层建筑暖通空调系统设计问题探讨[J]
.建材发展导向,2020,18(9):38-38.
被引量：7
3
马原良.
超高层建筑暖通空调系统设计[J]
.新材料·新装饰,2021,3(7):74-75.
4
李磊.
商业建筑暖通空调系统设计探究[J]
.河南建材,2022(1):92-93.
5
隆先进.
数据处理中心项目冰蓄冷系统及低温送风空调系统设计分析[J]
.中国科技投资,2022(15):103-105.
6
姜晓东.
某超高层建筑暖通空调设计[J]
.中国住宅设施,2023(7):19-21.
被引量：4
同被引文献
20
1
周瑞平.
GM(1,1)模型灰色预测法预测城市人口规模[J]
.内蒙古师范大学学报（自然科学汉文版）,2005,34(1):81-83.
被引量：54
2
张明伟.
两种负荷预测精度考核标准对比分析[J]
.现代商贸工业,2009,21(3):297-298.
被引量：1
3
赵波峰,文远高,侯志坚.
一种改进的多元线性回归空调负荷预测模型[J]
.制冷空调与电力机械,2011,32(4):49-51.
被引量：11
4
童强,张克功,杜吉梁.
指数平滑预测法及其在经济预测中的应用[J]
.经济研究导刊,2013(4):11-12.
被引量：13
5
于晓娟,顾吉浩,齐承英,孙春华.
几种集中供热负荷预测模型对比[J]
.暖通空调,2019,49(2):96-99.
被引量：12
6
陈柳,王蓉鑫.
空调冷负荷影响因素相关分析[J]
.制冷与空调（四川）,2015,29(2):179-182.
被引量：6
7
向昕昊.
空调负荷预测算法的应用[J]
.技术与市场,2016,23(11):220-220.
被引量：1
8
周璇,凡祖兵,刘国强,闫军威.
基于多元非线性回归法的商场空调负荷预测[J]
.暖通空调,2018,48(3):120-125.
被引量：19
9
吕斌,贺国金,齐国昌,李可民,吕清洁.
基于夏季气象因素变化的建筑物空调负荷基线预测方法[J]
.电气应用,2018,37(14):86-88.
被引量：1
10
蒋增林,叶江明,陈昊.
基于时间序列分析的负荷预测方法的比较研究[J]
.南京工程学院学报（自然科学版）,2018,16(2):26-31.
被引量：9
引证文献
1
1
郭虹,李壮举.
基于中央空调的几种负荷预测方法对比分析[J]
.建筑热能通风空调,2020,39(9):1-5.
被引量：8
二级引证文献
8
1
印江,王尚尚,李丽锋,孟宏君,张凯奇.
基于IPSO-BP算法的CFB锅炉NOx浓度预测[J]
.自动化与仪表,2021,36(2):58-63.
被引量：7
2
徐新华,李骥,冯宇欣,刚文杰.
基于灰色理论的建筑需求冷量预测研究[J]
.暖通空调,2021,51(8):64-69.
被引量：4
3
马倩倩,崔红社,孙锐,吴筱晗.
基于PSO-LM-BP算法的空调系统节能预测控制研究[J]
.低温与超导,2022,50(4):65-70.
被引量：4
4
李欣.
全新风模式下航站楼冰蓄冷空调系统经济运行策略研究[J]
.制冷与空调,2022,22(8):48-51.
被引量：1
5
卢武,郑人杰,赵文彬,唐佳圆.
基于EMD-GRU的短期电力负荷预测方法[J]
.电气传动,2022,52(21):74-80.
被引量：5
6
黄仁魁,黄志炜,邱基盛.
基于组合算法的中央空调系统最优调控策略[J]
.电子元器件与信息技术,2022,6(12):25-29.
被引量：1
7
李凯,王天军,肖靖峰,王奕,马崇瑞,沈佳.
基于混合智能学习系统的空调负荷预测方法分析[J]
.电子技术(上海),2023,52(10):81-83.
8
丛琳,张勇.
基于多目标回归的空调负荷预测方法[J]
.江苏大学学报（自然科学版）,2024,45(4):470-475.
被引量：1
1
邓涛.
论BIM技术在暖通工程施工中的应用[J]
.工程建设（维泽科技）,2019,2(9):131-132.
2
齐超,王春光.
办公空调系统冷热负荷与风量的设计与计算[J]
.信息周刊,2019,0(35):0142-0143.
3
夏瑜潞.
人工神经网络的发展综述[J]
.电脑知识与技术,2019,15(7Z):227-229.
被引量：19
4
田心如,蔡凝昊,张志薇.
基于气象因子及机器学习回归算法的夏季空调负荷预测[J]
.气象科学,2019,39(4):548-555.
被引量：10
5
易静姝.
人工神经网络在滚动轴承故障诊断中的应用与发展[J]
.价值工程,2019,38(24):274-276.
被引量：8
6
肖天颖,裴玮,陈乃仕,王晓辉,蒲天骄,孙洪剑.
考虑空调削负荷能力不确定性的孤岛最大运行时长评估[J]
.中国电机工程学报,2019,39(17):4982-4994.
被引量：8
7
甄宏宇.
试析机械工程中的神经网络方法[J]
.市场调查信息（综合版）,2019(6):183-183.
8
李久江.
浅谈在机械工程中基因遗传算法的应用[J]
.市场调查信息（综合版）,2019(6):177-177.
9
陈鹏.
超声检测和神经网络的组合监测系统的应用[J]
.科技风,2019,0(24):89-89.
10
刘洁莉,刘冬辉,韩登云,徐鑫.
BP人工神经网络法在大同市日极大风速预报中的应用[J]
.内蒙古气象,2019,0(2):34-38.
被引量：3
机电信息
2019年 第27期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
