基于挖掘的建筑运行优化节能研究--以Elman神经网络优化热源系统为例
在建筑节能领域，随着智能感知技术的发展与BA系统不断结合建筑大数据成为现实，大数据人工智能挖掘技术，逐渐成为建筑节能领域的重要技术。对大数据的处理中，人工神经网络具有非线性映射能力以及自学习能力等优点得到广泛应用，本文基于人工神经网络挖掘建筑运行大数据信息，为建筑优化运行节能提供指导，并以Elman神经网络优化热源为例，根据室内外干、湿球温度数据，对某建筑商业区域的真空锅炉的加热时间进行预测，为建筑节能提供决策，有效降低建筑运行能耗和能源支出。
建筑节能 大数据 人工智能 Elman神经网络 热源系统
张永明 颜哲 王群 王春光
同济大学 上海200092 亿可能源科技(上海)有限公司 上海200433
国内会议
合肥
中文
50-57
2018-03-01（万方平台首次上网日期，不代表论文的发表时间）