基于人工神经网络的建筑能耗预测

摘要

神经网络可对人脑神经元结构、特征及认知能力进行仿真,可以处理各种复杂的信息.为预测建筑能耗,首先用能耗模拟软件EnergyPlus对某建筑进行模拟,然后对其输入输出参数进行整理作为网络的训练参数,以Levenberg-Marquardt算法建立了多层BP神经网络模型,网络的预测值可很大程度上逼近EnergyPlus的模拟结果;以此为基础,利用深圳某办公建筑能耗的历史记录,建立了一个相似的多层BP模型,输入层节点为室外干湿球温度、太阳直射、太阳散射、人员设备情况等;输出节点为大楼能耗,通过训练,网络的中长期能耗预测具有较高的精度,可满足工程应用的需要.