摘要
本文的研究对象是位于山东省的某公共建筑地源热泵系统,将系统实际运行数据作为训练样本,分别建立了反向传播神经网络(BPNN)和粒子群算法优化的反向传播神经网络(PSO-BPNN)系统能效比预测模型。分析了预测值的预测误差评价指标,基于同一训练样本,BPNN模型预测的平均相对误差为15.74%,PSO-BPNN模型预测的平均相对误差为2%,精度提高了13.74%。验证了PSO-BPNN模型相较于基本的BPNN模型在地源热泵系统性能预测方面具有更好的预测效果。
出处
《暖通空调》
2024年第S01期30-33,共4页
Heating Ventilating & Air Conditioning
