隨著近年來(lái)建筑能耗的迅速增長(zhǎng),建筑節(jié)能成為可持續(xù)發(fā)展戰(zhàn)略的一個(gè)重要問(wèn)題,因此,構(gòu)建一個(gè)可以快速精準(zhǔn)預(yù)測(cè)建筑能耗的模型成為實(shí)現(xiàn)建筑節(jié)能的關(guān)鍵一步.本文結(jié)合集合經(jīng)驗(yàn)?zāi)B(tài)分解,將LSSVR與ARIMA相融合,構(gòu)建了一種基于時(shí)間序列多尺度分解的預(yù)測(cè)建筑用電負(fù)荷數(shù)據(jù)的EEMD-LSSVR-ARIMA混合模型.該模型通過(guò)EEMD將建筑用電負(fù)荷數(shù)據(jù)分解為多個(gè)頻率不同的分量,使用LSSVR模型預(yù)測(cè)高頻分量以及用電負(fù)荷數(shù)據(jù)與各分量之和的差值序列,使用ARIMA模型預(yù)測(cè)低頻分量,最后將各分量的預(yù)測(cè)結(jié)果以及差值序列的預(yù)測(cè)結(jié)果疊加得到最終的預(yù)測(cè)結(jié)果.并通過(guò)某建筑的用電數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析,通過(guò)與傳統(tǒng)的ARIMA和EEMD-ARIMA模型以及基于殘差的ARIMA-LSTM模型進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明,本文提出的模型預(yù)測(cè)精度達(dá)到了98%以上,與其他模型相比預(yù)測(cè)精度提升了將近2%.

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 模型設(shè)計(jì)過(guò)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(guān)性進(jìn)行特征選擇的LSSVR建模流程
    1.4 ARIMA建模流程
2 實(shí)驗(yàn)結(jié)果與分析
    2.1 數(shù)據(jù)來(lái)源及特點(diǎn)
    2.2 數(shù)據(jù)處理方法
    2.3 結(jié)果分析
3 總 結(jié)



本文編號(hào)：3776236