基于聚类分析与SVR公共建筑能耗预测研究

摘要

为解决能耗预测算法中存在的高维度、局部极值点等问题,提出基于聚类分析与支持向量回归(SVR)的公共建筑能耗预测。对数据进行相关性分析和降噪标准化处理,然后输入K-Means算法中进行聚类分析;分析后的数据用于模型的训练与验证;以训练模型为基础出开发人机交互预测界面,实现公共建筑能耗可视化预测。仿真结果表明,未聚类预测模型的判定系数为0.89725,聚类后的预测模型的判定系数为0.93645,聚类后预测比未聚类预测精确性提高3.9%。提出的算法在公共建筑能耗预测中预测结果精准,也可用于其它类型建筑能耗预测。