基于混沌和支持向量机的空调负荷预测应用研究

摘要

空调负荷预测是空调系统优化运行的基础.为提高空调负荷预测精度,本文将混沌和支持向量机应用于空调负荷预测建模,同时考虑了气象等负荷主要影响因素,以海南三亚市2座五星级宾馆1年的实际运行数据为基础,验证模型提前1h和提前24h的预测效果,并与基于混沌和GRNN的模型进行比较.研究结果表明:基于混沌-SVR的空调负荷预测模型具有很好的预测性能,明显优于混沌-GRNN预测模型,两座宾馆的提前1h预测期望偏差百分数EEP值均在5％以下,提前24h的EEP值均在6％以下;空调负荷混沌预测建模中,考虑气候等主要负荷影响因素是非常必要的,能够显著提高模型的预测精度.