【摘 要】
：
高效准确的建筑能耗预测能改善电力系统的管理和提高建筑的能源利用率。然而建筑能耗影响因素众多且冗杂,各因素与建筑总能耗的潜在关系模糊且难以明确,这在一定程度上限制了建筑能耗的准确预测。而粗糙集理论正是一种善于处理不确定性知识的工具,它将有助于找到影响建筑能耗的关键因素。另外,随着人工神经网络的不断发展,智能算法中最新出现的深度学习技术具备了“深度”架构和强大的特征提取能力,引入它来参与建筑能耗预测将
论文部分内容阅读
高效准确的建筑能耗预测能改善电力系统的管理和提高建筑的能源利用率。然而建筑能耗影响因素众多且冗杂,各因素与建筑总能耗的潜在关系模糊且难以明确,这在一定程度上限制了建筑能耗的准确预测。而粗糙集理论正是一种善于处理不确定性知识的工具,它将有助于找到影响建筑能耗的关键因素。另外,随着人工神经网络的不断发展,智能算法中最新出现的深度学习技术具备了“深度”架构和强大的特征提取能力,引入它来参与建筑能耗预测将很有希望提高预测准确度。本项研究使用来自100座民用公共建筑的100套数据进行粗糙集属性约简,然后从大连一所大学的实验室建筑中收集了将近一年的能耗数据来训练和测试深度置信神经网络。具体实验过程为首先通过粗糙集找到重要建筑能耗影响因子,随后将这些关键因素将作为深度神经网络的输入,建筑总能耗作为深度神经网络输出,对大连地区某高校的一栋实验楼进行包括短期和中期的几种不同形式的建筑能耗预测。并将深度神经网络的预测结果与BP,Elman,模糊这三种典型的传统神经网络的预测结果进行对比,研究该模型的计算精度表现。结果表明,基于粗糙集和深度学习的建筑能耗预测方法准确有效,具有较高的实用性,该模型的建立可以为建筑能耗预测带来一种切实可行的解决方案。
其他文献
水声传感网络（Underwater Acoustic Sensor Networks,UASNs）作为水下物联网研究的基础技术,在海洋资源勘测、海洋环境保护、自然灾难预警、辅助导航和军事防御等领域具有极高研究价值和广阔应用前景。水下路由通信协议是保障UASNs数据进行可靠和有效传输的关键技术,近年来一直是学术界和工业界的研究热点。然而UASNs存在网络空洞、能量受限、拓扑动态、信道质量依环境随机变
Half-Heusler合金因其优异的热电性能、较高的机械强度和良好的热稳定性而在温差发电领域具有广泛的应用前景。研究发现ZrCoBi基Half-Heusler化合物由于具有高能带简并度和低声子热导率而拥有较高的ZT值和热电转换效率。本文采用感应熔炼和放电等离子烧结技术制备出了Sn掺杂ZrCoBi基化合物并研究了其热电性能。此外,还研究了退火处理对Sn掺杂ZrCoBi基化合物的结构及热电性能的影响
近年来,随着智能制造技术的不断发展,以制造业为代表的实体行业谋求转型升级,实现系统设备智能化发展。在制造业中引入机器视觉技术,来实现目标的测量、识别与定位,能够提高生产的效率和降低生产的成本。本文研究了机器视觉技术在点胶机中的应用,重点研究机器视觉中的视觉定位技术,通过实现一种稳定、高效的视觉定位算法,从而提高点胶机的生产质量和效率。本文主要工作如下:（1）介绍了点胶机视觉定位系统的硬件构成,通过
网络传输技术的快速发展,不仅为电子科技和人民生活带来革新,信息传输速度也发生了质的飞跃。但随之而来的信息传输安全问题也备受关注,有效增加信息隐藏容量、解决以图像为秘密信息的安全传输问题,成为学者们的研究热点。目前信息隐藏技术主要集中于研究以文本、二值图像和灰度图像作为秘密信息隐藏及提取,也有部分学者将色彩简单的图像进行隐藏,但多为有损地提取秘密信息,采用人工对提取信息进行认证判断。虽然彩色QR（Q
近年来,随着生物医学技术的不断发展,人与计算机之间的交互变得越来越重要,使得人机接口成为了备受研究人员关注的技术。人机接口可以采集人体的生理信号,分析出与人体生理变化有关的信息,例如肌肉收缩时的肌电信号或大脑注意力状态变化时的脑电信号,并将这些信息发送给计算机。从而实现对人体生理信息的研究。在残障患者的需求下,人机接口在康复医疗上有着快速发展,例如,对于重度瘫痪人士,利用大脑想象运动从而控制机器手
随着海洋观测网络的快速发展,人们加快了海洋中物资的开采。海洋观测网络由无数微小的传感器节点组成,各节点之间、节点与水下接收设备之间通过无线通信技术进行数据交互。高效实时的无线通信方案是保证海洋观测网络正常运转的前提,用于水下的无线通信方案常见的有射频通信、水下声学通信和光通信。相比于光波在水下的传输特征,电磁波在水下传输存在严重的衰减现象,通信距离较短;声波在水下传输速率低,通信性能易受环境影响。