基于挖掘的建筑运行优化节能研究——以Elman神经网络优化热源系统为例

文档名：基于挖掘的建筑运行优化节能研究——以Elman神经网络优化热源系统为例
在建筑节能领域,随着智能感知技术的发展与BA系统不断结合建筑大数据成为现实,大数据人工智能挖掘技术,逐渐成为建筑节能领域的重要技术.对大数据的处理中,人工神经网络具有非线性映射能力以及自学习能力等优点得到广泛应用,本文基于人工神经网络挖掘建筑运行大数据信息,为建筑优化运行节能提供指导,并以Elman神经网络优化热源为例,根据室内外干、湿球温度数据,对某建筑商业区域的真空锅炉的加热时间进行预测,为建筑节能提供决策,有效降低建筑运行能耗和能源支出.
作者：张永明 颜哲 王群 王春光
作者单位：同济大学上海200092亿可能源科技(上海)有限公司上海200433
母体文献：2018中国国际建筑电气节能技术论坛论文集
会议名称：2018中国国际建筑电气节能技术论坛  
会议时间：2018年3月1日
会议地点：合肥
主办单位：中国建筑学会
语种：chi
分类号：TP3TP1
关键词：建筑节能  大数据  Elman神经网络  人工智能
在线出版日期：2022年3月9日
基金项目：
相似文献
相关博文

2024-12-10 15:54 上传 基于挖掘的建筑运行优化节能研究——以Elman神经网络优化热源系统为例.pdf

文件大小:

5.63 MB

下载次数:

60

高速下载