基于DeST仿真和GS-SVR算法对严寒气候区近零能耗公共建筑逐时负荷预测

摘要

目的为使空调系统能够及时对近零能耗建筑室内负荷变化做出反应,提出基于DeST仿真与支持向量机回归算法(SVR)的预测方法。方法以位于沈阳建筑大学校内的近零能耗示范建筑为例,通过DeST仿真得到模型需要的原始数据,利用网格搜索算法(GS)对支持向量机算法中的参数进行优化,采取优化后的支持向量机回归算法(GS-SVR)对负荷数据进行训练与预测。结果GS-SVR预测模型的MSE_(供热)与普通SVR预测模型相比降低了13.61%,R^(2)提高了1.25%;MSE_(供冷)与普通SVR预测模型相比降低了2.49%,R^(2)提高了1.36%。结论GS-SVR算法提高了严寒地区近零能耗建筑室内负荷预测的精确度,可对近零能耗建筑的空调系统运行诊断及优化。