-
题名基于CFD仿真和SVM算法的建筑能耗预测系统
被引量:6
- 1
-
-
作者
付川琪
刘清惓
杨杰
丁枫
陈高颖
袁宇
-
机构
南京信息工程大学江苏省气象探测与信息处理重点实验室
南京信息工程大学大气环境与装备技术协同创新中心
江苏省气象传感网技术工程中心
-
出处
《现代电子技术》
2022年第8期75-79,共5页
-
基金
国家公益性行业(气象)科研专项项目(GYHY200906037)
国家公益性行业(气象)科研专项项目(GYHY201306079)
+1 种基金
国家自然科学基金项目(41275042)
江苏高校优势学科Ⅱ期建设工程项目(PAPD-Ⅱ)。
-
文摘
为了在不同环境条件下对建筑能耗进行较为准确的预测,文中提出一种基于计算流体动力学(CFD)仿真和支持向量机(SVM)算法的建筑能耗预测系统。首先利用CFD方法建立三维建筑模型并进行仿真,获得若干输入输出样本;然后将得到的样本按3∶1的比例分为训练集和测试集,利用SVM算法对训练集样本进行学习训练,获得一个能耗预测模型;最后将测试集样本放入该模型中,对模型的准确性进行验证。结果表明:SVM能耗预测模型的结果与仿真结果相比,误差百分比在[-1.133%,1.132%];经过实际建筑模型测试,实物测试能耗值与预测能耗值误差百分比在[-6.211%,8.118%]。当环境条件改变时实物测试能耗值和预测能耗值变化趋势一致。与现有一些预测模型相比,文中预测模型使用的SVM算法不需要太多的训练样本,且结合CFD仿真方法,能够使建筑能耗预测结果具有较高的准确性。
-
关键词
建筑能耗预测
CFD方法
SVM算法
输入输出样本
训练集
测试集
能耗预测模型
实物测试
-
Keywords
building energy consumption prediction
CFD method
SVM algorithm
input and output samples
training set
testing set
energy consumption prediction model
physical test
-
分类号
TN919-34
[电子电信—通信与信息系统]
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于BP神经网络的宝泉岭分局季降水量动态仿真研究
被引量:1
- 2
-
-
作者
张士军
-
机构
黑龙江农垦水利工程建设监理咨询有限公司
-
出处
《黑龙江水利科技》
2012年第4期22-24,共3页
-
文摘
分析了BP神经网络的结构和学习过程,以宝泉岭分局12 a的季降水量数据为例,通过自相关分析,确定输入输出样本对,进而建立BP神经网络动态仿真模型,并对仿真结果进行拟合和预测精度检验。研究结果表明:模型仿真精度较高,可以对宝泉岭分局未来季降水量进行预测。预测结果可以为相关部门充分利用降水资源和合理制定灌溉制度提供一定的参考依据,
-
关键词
宝泉岭分局
季降水量
输入输出样本
BP神经网络
动态仿真
精度检验
-
分类号
TV12
[水利工程—水文学及水资源]
-