基于IPSO-Elman神經網絡的建筑暖通空調系統能耗預測方法

邢國新

(北京市地鐵運營有限公司機電分公司，北京 100043)

1 引言

在環境保護和治理中，對建筑業的環保治理是重點問題，在建筑工程中，使用綠色能源、節能降耗是實現節能環保的一個重要措施[1-3]。在目前的能耗分析中，建筑暖通空調能耗占比尤為突出，如果不采取措施治理，建筑能耗將會越來越高[4-5]。面對能耗過高的問題，如何有效控制建筑能耗是一個研究重點，優化暖通空調系統，建筑節能率可大幅度提高[6]。暖通空調系統的節能調整離不開暖通空調系統能耗的預測，根據能耗預測結果，優化暖通空調系統的工作模式或施工內容，能夠進一步實現暖通空調系統的節能環保[7]。

國內外對暖通空調系統能耗的預測研究有很多，很多成熟的預測技術和方法已經廣泛應用到暖通空調系統方案設計中，如Chakraborty 等人提出了一個可解釋人工智能模型，用于分析氣候變化對建筑物冷卻能耗的影響，預測新的共享社會經濟路徑氣候變化情景下的長期能耗，并解釋預測背后的潛在原因[8]。但是該方法未針對空調能耗進行深入分析和預測，預測結果可靠性存在疑問。趙海湉等人提到的基于數據驅動的空調系統能耗預測方法，該方法主要利用空調系統能耗系統數據，建立了數據庫，通過數據的比對實現對空調系統能耗的預測[9]，但是隨著供暖壓力的增加，負荷比率的變化增加了能耗預測方法的不確定性，預測結果可靠性存在疑問。孫雙林等……