基于PSO-SA优化的LSSVM空调负荷预测

摘要：

对空调负荷进行准确预测不仅对空调优化控制的意义重大,而且也是实现空调经济运行与节能的关键所在.为了提高建筑空调负荷的预测精度,在分析最小二乘支持向量机建模特点的基础上提出了利用PSO-SA优化的一种空调负荷预测算法.该方法利用粒子群-模拟退火方法对最小二乘支持向量机的参数进行优化选择,提高模型的精度和泛化能力.通过空调负荷预测建模的结果表明:该方法具有学习速度快、跟踪性能好以及泛化能力强等优点,为实现空调系统的优化运行奠定了基础.

关键词： 建筑空调系统 负荷预测 最小二乘支持向量机 粒子群-模拟退火法

作者: 赵超 王贵评 戴坤成

作者单位: 福州大学石油化工学院 福建福州 350108

会议类型: 国内会议

会议名称: 第十四届全国高等学校过程装备与控制工程专业教学与科研校际交流会

会议地点: 南昌

会议语种:中文

页码: 384-386

在线出版日期: 2015-08-08（万方平台首次上网日期，不代表论文的发表时间）