简介:摘要:针对当前蓄能空调蓄能量无法根据实际工况变化进行精准设定,出现蓄能不足或蓄能过量的问题。以上海某实验动物房为例,在Designbuilder中仿照其实际建筑结构及运行状态建立起负荷模拟模型,使用典型气象年天气数据模拟并获取实验动物房逐时负荷,通过斯皮尔曼秩相关性分析获取初步输入变量,并根据信息获取难度进一步筛选输入变量,与逐时负荷构成原始数据集。构建混沌映射理论优化灰狼算法的BP神经网络预测模型(CGWO-BP),使用原始数据集训练并根据测试集输入条件进行预测。将其与二次规划支持向量机预测模型、传统BP神经网络预测模型、粒子群算法优化BP神经网络预测模型和灰狼优化BP神经网络预测模型的预测结果进行对比,发现混沌映射理论优化灰狼算法的BP神经网络预测模型更好的避免了陷入局部最优,预测精度高,泛化能力强。