![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/9ae3a9f7-9e9d-44e9-8eb0-5c311d0b806d/9ae3a9f7-9e9d-44e9-8eb0-5c311d0b806dpic.jpg)
![基于BIM模型及BP神經(jīng)網(wǎng)絡(luò)的空調(diào)負(fù)荷預(yù)測(cè).pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/9ae3a9f7-9e9d-44e9-8eb0-5c311d0b806d/9ae3a9f7-9e9d-44e9-8eb0-5c311d0b806d1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著城市化進(jìn)程不斷地加快,建筑能耗呈現(xiàn)出不斷增長(zhǎng)的趨勢(shì)。據(jù)有關(guān)資料統(tǒng)計(jì),空調(diào)能耗占建筑總能耗的近50%。在我國(guó)一些大城市的高峰用電期間,空調(diào)用電量占了總用電量的30%以上。我國(guó)絕大多數(shù)城市的電力系統(tǒng)有著較大的峰谷電差,空調(diào)系統(tǒng)的使用加劇了峰谷電差??照{(diào)系統(tǒng)的運(yùn)行已經(jīng)成為了電網(wǎng)峰谷差的最主要的原因之一,這使得蓄能空調(diào)顯示出了其強(qiáng)大的生命力,這是由于它特有的削峰填谷能力。
設(shè)計(jì)日的負(fù)荷分布是蓄能空調(diào)系統(tǒng)的設(shè)計(jì)依據(jù)。準(zhǔn)確地預(yù)測(cè)設(shè)計(jì)日
2、的負(fù)荷分布是實(shí)現(xiàn)蓄能空調(diào)經(jīng)濟(jì)運(yùn)行的保證。常見的建筑能耗模擬軟件計(jì)算空調(diào)負(fù)荷時(shí)采用的氣象條件是典型氣象年的氣象參數(shù),不能模擬未知?dú)庀髼l件的空調(diào)負(fù)荷。而人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行未知?dú)庀髼l件的空調(diào)負(fù)荷預(yù)測(cè)時(shí),只需要獲得足夠準(zhǔn)確的歷史數(shù)據(jù),就可以方便地建立網(wǎng)絡(luò)模型進(jìn)行空調(diào)負(fù)荷預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)具有很好的移植性,同一個(gè)網(wǎng)絡(luò)可以應(yīng)用在不同的建筑當(dāng)中。
準(zhǔn)確地計(jì)算出負(fù)荷值是神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的基礎(chǔ)?;贐IM模型的空調(diào)負(fù)荷模擬方法具有不需要人為建模以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的灰色預(yù)測(cè)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè).pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測(cè)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)模型設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)的研究.pdf
- 基于改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型的短期電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測(cè)模型研究.pdf
- 基于灰色理論與BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè).pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究.pdf
- 空調(diào)負(fù)荷神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的時(shí)序預(yù)測(cè)模型的研究.pdf
- 股票預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)與研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷中長(zhǎng)期預(yù)測(cè).pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè).pdf
- BP神經(jīng)網(wǎng)絡(luò)對(duì)短期電力負(fù)荷的預(yù)測(cè).pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其仿真.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè).pdf
評(píng)論
0/150
提交評(píng)論