基于LSTM的地铁车站设备间设备发热量预测
孙心明1
李国栋1
刘军2
夏三县2
篮杰1
余伟之1
王海涛3
1.中铁第四勘察设计院集团有限公司,湖北 武汉 4300632.郑州地铁集团有限公司,河南 郑州 4101043.河南工业大学土木工程学院,河南 郑州 450001
摘要：设计地铁车站设备间空调系统时,缺少可靠的发热量数据会影响其精细化设计和节能减排效果.结合实测地铁车站设备间的设备发热量数据,通过定量分析特征变量对地铁车站设备间设备发热量变化的影响,确定地铁车站设备间设备发热量预测的5个稳定特征变量和9个时变特征变量.考虑地铁车站设备间设备发热量数据的非线性和时序相关性特点,给出一种基于长短期记忆神经网络(LSTM)的地铁车站设备间设备发热量预测方法.该方法可以明显提高地铁车站设备间设备发热量预测的准确性,为未来解决地铁车站空调系统设计、节能控制和智能控制等问题提供参考.
关键词：地铁车站设备发热量特征变量LSTM神经网络
分类号：TU831.3(房屋建筑设备)
资助基金：河南省科技攻关项目(232102320225)
论文发表日期：2024-10-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 98-100 )
英文信息