隨著近年來建筑能耗的迅速增長,建筑節(jié)能成為可持續(xù)發(fā)展戰(zhàn)略的一個重要問題,因此,構建一個可以快速精準預測建筑能耗的模型成為實現(xiàn)建筑節(jié)能的關鍵一步.本文結合集合經(jīng)驗模態(tài)分解,將LSSVR與ARIMA相融合,構建了一種基于時間序列多尺度分解的預測建筑用電負荷數(shù)據(jù)的EEMD-LSSVR-ARIMA混合模型.該模型通過EEMD將建筑用電負荷數(shù)據(jù)分解為多個頻率不同的分量,使用LSSVR模型預測高頻分量以及用電負荷數(shù)據(jù)與各分量之和的差值序列,使用ARIMA模型預測低頻分量,最后將各分量的預測結果以及差值序列的預測結果疊加得到最終的預測結果.并通過某建筑的用電數(shù)據(jù)進行實驗分析,通過與傳統(tǒng)的ARIMA和EEMD-ARIMA模型以及基于殘差的ARIMA-LSTM模型進行對比,實驗結果表明,本文提出的模型預測精度達到了98%以上,與其他模型相比預測精度提升了將近2%.

【文章頁數(shù)】：9 頁

【文章目錄】：
1 模型設計過程
    1.1 EEMD-LSSVR-ARIMA模型
    1.2 EEMD分解數(shù)據(jù)序列
    1.3 基于皮爾遜相關性進行特征選擇的LSSVR建模流程
    1.4 ARIMA建模流程
2 實驗結果與分析
    2.1 數(shù)據(jù)來源及特點
    2.2 數(shù)據(jù)處理方法
    2.3 結果分析
3 總 結



本文編號：3776236