基于FA-BP组合模型的办公建筑能耗预测研究*
2021-11-10山东建筑大学李永安
暖通空调 2021年10期
山东建筑大学 张 露 李永安
济南中建建筑设计院有限公司 王德晔
山东建筑大学 楚广明 刘学来
0 引言
办公建筑作为公共建筑的主体,其节能潜力较大且改造成本较低。准确有效地预测建筑能耗是进行既有办公建筑节能改造方案遴选的重要依据,也是新建建筑节能优化设计的重要基础。影响办公建筑能源消耗量的因素纷繁复杂,且因素之间存在着不同程度的交互作用,这不仅给能耗分析带来困难,甚至影响模型预测结果的准确程度。
近些年来国内外诸多学者对建筑能耗预测方法进行了深入研究。目前主要使用4种方法实现建筑能耗的预测。1) 物理原理计算方法:利用物理原理来计算整个建筑或局部位置的能源消耗情况[1-2],其预测结果受输入参数精度的限制,输入信息的缺乏可能会造成仿真精度降低;2) 灰色预测方法:利用灰色模型来分析建筑物能源行为,一般适用于数据不完整或者不确定的情况[3];3) 多元回归方法:主要以多元线性回归为主,将能源消耗与影响因素联系起来,训练模型前需收集足够的历史数据,易于开发,但仿真精度不高[4-5];4) 人工智能方法:具有处理非线性问题的超强能力,是解决建筑能耗预测这一复杂问题的有效方法,预测结果精度较高[6-9]。
BP神经网络是人工智能模型中常用方法之一,在解决包括大量独立参数和非线性关系的复杂环境应用问题中具有较大的潜力。目前运用BP神经网络解决办公建筑能耗预测问题时,为避免遗漏重要信息,往往选取较多影响建筑能源消耗量的驱动指标进行研究,但选取变量过多,易造成信息的重叠即变量之间可能高度相关,这将影响模型的预测精度和泛化能力。……
登录APP查看全文
