【技术实现步骤摘要】
一种基于天牛群算法优化神经网络的空调冷负荷预测方法
本专利技术属于空调负荷预测
,具体涉及一种基于天牛群算法优化神经网络的空调冷负荷预测方法。
技术介绍
近年来,随着公共建筑规模的增长及平均能耗强度的增长,公共建筑的能耗已经成为中国建筑能耗中比例最大的一部分,建筑能源问题已经成为社会可持续发展进程中的核心问题之一。科学分析和准确预测空调冷负荷,对指导建筑节能方案分析和政策制定具有重要意义。传统的空调冷负荷预测方法主要是通过数学模型和神经网络等,但是数学模型方法的缺点是不易收集变量数据且现实工程中数据无法准确测量,限制了此类模型的使用。神经网络的缺点是容易陷入局部最小值,收敛速度慢,造成空调冷负荷预测偏差大。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点,提供一种基于天牛群算法优化神经网络的空调冷负荷预测方法,以解决现有技术中数学模型不易收集变量数据,在权值选择上的随机性大,神经网络预测偏差大的问题。为达到上述目的,本专利技术采用以下技术方案予以实现:一种基于天牛群算法优化神经网络的空调冷负荷预测方法,包括以下步骤:步骤1,建立样本数据集,去除样本数据集中的无效数据,所述样本数据集中的元素包括输入向量和输出向量;步骤2,归一化样本数据集中的数据,获得归一化后的输入向量;步骤3,通过输入向量中变量的个数和输出变量的个数确定BP神经网络的结构;步骤4,通过天牛群算法优化BP神经网络,获得优化后的BP神经网络以及BP神经网络的权值和 ...
【技术保护点】
1.一种基于天牛群算法优化神经网络的空调冷负荷预测方法,其特征在于,包括以下步骤:/n步骤1,建立样本数据集,去除样本数据集中的无效数据,所述样本数据集中的元素包括输入向量和输出向量;/n步骤2,归一化样本数据集中的数据,获得归一化后的输入向量;/n步骤3,通过输入向量中变量的个数和输出变量的个数确定BP神经网络的结构;/n步骤4,通过天牛群算法优化BP神经网络,获得优化后的BP神经网络以及BP神经网络的权值和阈值的设定开始值,具体为:/n步骤4.1,设置天牛群算法的初始参数,通过输入向量设置初始参数中粒子的位置,所述粒子的位置为BP神经网路中初始的权值和阈值;/n步骤4.2,所述BP神经网络通过对初始的权值和阈值进行训练获得每一个粒子的预测值,进而获得每个粒子的初始误差数值,通过比较每个粒子的初始误差,获得群体初始的全局最优解和个体最优解;/n步骤4.3,将每一个粒子视作一个独立的天牛,计算每一个天牛前进方向的位移增量ξ,通过更新的位移增量ξ、速度v和位置x获得新的位置x
【技术特征摘要】
1.一种基于天牛群算法优化神经网络的空调冷负荷预测方法,其特征在于,包括以下步骤:
步骤1,建立样本数据集,去除样本数据集中的无效数据,所述样本数据集中的元素包括输入向量和输出向量;
步骤2,归一化样本数据集中的数据,获得归一化后的输入向量;
步骤3,通过输入向量中变量的个数和输出变量的个数确定BP神经网络的结构;
步骤4,通过天牛群算法优化BP神经网络,获得优化后的BP神经网络以及BP神经网络的权值和阈值的设定开始值,具体为:
步骤4.1,设置天牛群算法的初始参数,通过输入向量设置初始参数中粒子的位置,所述粒子的位置为BP神经网路中初始的权值和阈值;
步骤4.2,所述BP神经网络通过对初始的权值和阈值进行训练获得每一个粒子的预测值,进而获得每个粒子的初始误差数值,通过比较每个粒子的初始误差,获得群体初始的全局最优解和个体最优解;
步骤4.3,将每一个粒子视作一个独立的天牛,计算每一个天牛前进方向的位移增量ξ,通过更新的位移增量ξ、速度v和位置x获得新的位置xk+1,结合适应度函数,获得全局最优解和个体最优解,更新步骤4.2获得的全局最优解和个体最优解;
步骤4.4,重复步骤4.2和步骤4.3,达到设定迭代次数,输出全局最优解,为BP神经网络的权值和阈值的设定开始值,同时获得优化后的BP神经网络;
步骤5,通过BP神经网络进行空调冷负荷的预测。
2.根据权利要求1所述的一种基于天牛群算法优化神经网络的空调冷负荷预测方法,其特征在于,步骤1中,所述输入向量包括T时刻的室外空气温度、T-1时刻的室外空气温度、T时刻的太阳辐射量、T-1时刻的太阳辐射量、T时刻的室外湿度、T-1时刻的空调冷负荷和T-2时刻的空调冷负荷;所述输出变量为T时刻的空调冷负荷。
3.根据权利要求1所述的一种基于天牛群算法优化神经网络的空调冷负荷预测方法,其特征在于,所述归一化为将样本数据集中同一元素的所有数值进行归一化处理,所述元素为一个输入向量。
4.根据权利要求1所述的一种基于天牛群算法优化神经网络的空调冷负荷预测方法,其特征在于,步骤4.1中,所述初始参数包括粒子群的规模、最大迭代次数、粒子位置的取值范围、粒子速度的取值范围、粒子的初始速度、迭代的步长、粒子左和右两个天线之间的...
【专利技术属性】
技术研发人员:贺宁,刘利强,褚丹雷,
申请(专利权)人:西安建筑科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。