严寒地区低碳建筑能耗预测方法仿真

严寒地区建筑耗能较大,绿色化程度较低。为了解决严寒地区低碳建筑能耗预测精度低、速度慢的问题,提出算法组合优化建模的方法,将支持向量回归算法与寒区环境特征数据分析算法有机结合,构建PR-KM-SVR寒区低碳建筑能耗预测回归模型。模型首先采用z-score法,将能耗数据与环境数据归一化处理成无量纲;然后采用Pearson相关系数分析方法,对数据集进行分析降维处理,提高模型训练速度;接着利用改进K-Means算法对数据进行聚类分析,提高模型预测精度;并构建基于RBF核函数的PR-KM-SVR建筑能耗预测回归模型;最后采用十折交叉验证的方法寻得最优gamma参数与惩罚因子参数分别为0.487、7.502。仿真结果表明,PR-KM-SVR模型的R2与MSE评价指标较优,分别达到0.882、0.908,且对建筑能耗预测平均精度超过95%。提出的PR-KM-SVR寒区低碳建筑能耗预测回归模型应用于人机交互界面开发,便于管理人员操作,有利于能源管理系统发挥作用。