咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了基于模拟退火算法优化BP神经网络的空调冷负荷预测方法,选取影响T时刻空调冷负荷的输入变量,输入变量包括T时刻的室外空气温度以及T时刻之前的室外空气温度、T时刻的太阳辐射量以及T时刻之前的太阳辐射量、T时刻的相对湿度、T时刻的室外风速和T时刻之前的空调冷负荷,利用关联度分析法分析输入变量与T时刻空调冷负荷的相关性,剔除关联度低于0.8的输入变量,保留剩余输入变量;根据保留的输入变量的个数以及T时刻空调冷负荷建立BP神经网络;利用模拟退火算法优化BP神经网络;利用优化后的BP神经网络进行负荷预测,得到预测值。本发明克服了BP神经网络在权值选择上的随机性,降低了空调冷负荷预测偏差大的问题。
著 录 项:
专利/申请号: | CN202010414114.6 | 专利名称: | 基于模拟退火算法优化BP神经网络的空调冷负荷预测方法 |
申请日: | 2020-05-15 | 申请/专利权人 | 西安建筑科技大学 |
专利类型: | 发明 | 地址: | 陕西省西安市碑林区雁塔路13号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06N3/04搜分类 空调系统 冷水机 中央空调 制冷系统 建筑节能搜索 |
公开/公告日: | 2023-05-02 | 转让价格: | 面议 |
公开/公告号: | CN111598224B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |