《表4 某商业建筑8月上半月负荷预测实例》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于夏季气象因素变化的建筑物空调负荷基线预测方法》
3) 基于确定的N个典型相似日,采用BP神经网络算法,将第1~3天的WTHI、1~24 h的空调负荷及第4天的WTHI作为神经网络的76个输入量,将第4天的1~24 h空调负荷作为神经网络的24个输出量,依次循环,最后将平均空调负荷值与实际空调负荷值进行对比,并计算误差,如表4所示。
图表编号 | XD0014862200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.20 |
作者 | 吕斌、贺国金、齐国昌、李可民、吕清洁 |
绘制单位 | 国网阜阳供电公司、国网阜阳供电公司 |
更多格式 | 高清、无水印(增值服务) |