基于机器学习预测建筑用空调性能的研究
焦焕淞
肖鑫
东华大学环境学院 空气环境与建筑节能研究所,上海 201620
摘要：露点蒸发冷却空调利用水蒸发吸热实现制冷.由于气候不同,不同地区露点蒸发冷却空调的性能存在差异.基于BP神经网络法和随机森林法两种机器学习方法,将环境温度、相对湿度、空气流速、工作空气比例、热质换热器高度、间隔、层数等7种特征作为自变量,将露点蒸发冷却空调的制冷量、制冷COP、露点效率和湿球效率作为因变量,对露点蒸发冷却空调的性能进行机器学习并预测.结果显示:两种机器学习方法均可对露点蒸发冷却空调的性能进行预测,随机森林法的预测误差小于10%,BP神经网络法的预测误差低于2%.BP神经网络法的预测效果更佳.
关键词：露点蒸发冷却空调性能机器学习BP神经网络法随机森林法
分类号：TU831(房屋建筑设备)
资助基金：中央高校基本科研业务费专项基金(2232021D-11)
论文发表日期：2024-01-15
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：4( 55-58 )
英文信息