用于民航机场智能化空调的节能方法技术

本发明专利技术公开了用于民航机场智能化空调的节能方法，涉及空调领域，包括S1构建神经网络模型S2获取训练数据集；S3训练优化神经网络模型；训练优化神经网络模型时，利用反向传播算法分析隐藏层和输出层权重矩阵的梯度，再根据梯度下降法更新隐藏层和输出层的权重矩阵和偏执向量；S4实时获取待分析数据；S5使用优化后的神经网络模型对待分析数据进行分析预测，得到预测值；S6分析预测值与目标变量，获得分析结果；S7根据分析结果控制空调的运行温度和运行模式；通过本方法对不同功能分区设定对性的空调控制策略，最大程度上提高空调的环境舒适度，避免造成不必要的能源浪费。

【技术实现步骤摘要】

本专利技术涉及空调领域，尤其涉及一种用于民航机场智能化空调的节能方法。

技术介绍

1、空调作为舒适性建筑中必不可少的配置应用越来越广泛，同时作为一种高耗能设备也占据建筑能耗约40-60％的能耗比例，近年来，空调系统的节能越来越受到重视。

2、对于机场航站楼大空间区域，特别是大型机场，空调系统所承担功能区域比较广泛，有到达区、值机区、安检区、出发大厅、办公区、商业区等，各功能区域的特点及位置可能导致各区的空调环境需求有所差别，而一般的空调系统均设置统一的参数，并未对不同功能分区设定对性的空调控制策略，极有可能会降低空调的环境舒适度甚至造成不必要的能源浪费。

技术实现思路

1、本专利技术的目的就在于为了解决上述问题设计了一种用于民航机场智能化空调的节能方法。

2、本专利技术通过以下技术方案来实现上述目的：

3、用于民航机场智能化空调的节能方法，包括：

4、s1、构建神经网络模型，神经网络模型包括输入层、隐藏层和输出层；

5、s2、获取训练数据集，训练数据本文档来自技高网...

【技术保护点】

1.用于民航机场智能化空调的节能方法，其特征在于，包括：

2.根据权利要求1所述的用于民航机场智能化空调的节能方法，其特征在于，通过反向传播算法分析隐藏层和输出层权重矩阵的梯度，反向传播表示为：其中，表示损失函数对输出层的梯度，表示输出层输出关于隐藏层输出的梯度，表示隐藏层输出关于权重矩阵的梯度，损失函数表示为yi是样本的真实标签值,oi是神经网络模型的预测输出值；

3.根据权利要求1所述的用于民航机场智能化空调的节能方法，其特征在于，隐藏层的计算函数表示为h＝σ(Wh·x+bh)，输出层的计算函数表示为o＝σ(WO·h+bo)，其中x表示待分析数据，Wh表示隐藏...

【技术特征摘要】

1.用于民航机场智能化空调的节能方法，其特征在于，包括：

2.根据权利要求1所述的用于民航机场智能化空调的节能方法，其特征在于，通过反向传播算法分析隐藏层和输出层权重矩阵的梯度，反向传播表示为：其中，表示损失函数对输出层的梯度，表示输出层输出关于隐藏层输出的梯度，表示隐藏层输出关于权重矩阵的梯度，损失函数表示为yi是样本的真实标签值,oi是神经网络模型的预测输出值；...

【专利技术属性】
技术研发人员：谢雨，贺佳妮，
申请(专利权)人：成都艾尔巴特信息工程有限公司，
类型：发明
国别省市：