GM-LSSVM模型在建筑能耗预测中的应用

吴炜洪，许巧玲，严哲钦，林跃东

(福州大学石油化工学院，福建 福州 350116)

GM-LSSVM模型在建筑能耗预测中的应用

吴炜洪，许巧玲，严哲钦，林跃东

(福州大学石油化工学院，福建 福州 350116)

为提高大型公共建筑能耗的预测精度，提出一种基于灰色模型和最小二乘向量机方法(GM-LSSVM)的办公能耗预测模型.该方法结合灰色建模计算简单的特点，以及最小二乘支持向量机非线性拟合能力和泛化能力强的优势，充分发掘样本数据的规律,并以粒子群优化算法进行模型参数选择.根据福州某大型公共建筑能耗数据，通过本研究提出的方法建立预测模型，并与神经网络模型以及最小二乘支持向量机模型的预测结果进行比较，验证了该方法具备较高的预测精度和较强的泛化能力.

公共建筑；能耗预测模型；灰色模型；最小二乘支持向量机；粒子群优

0 引言

伴随着我国经济快速发展，大型公共建筑面积持续增长，大型公建作为用能大户，其能耗问题受到广泛关注.对于已有的大型公共建筑，由于其用能方式、人员节能意识与习惯、管理制度等方面的原因，造成大型公共建筑实际运行过程中能源消耗严重浪费.因此，针对大型公建的能耗预测和用能定额研究具有重要意义.

近年来，针对建筑用电量、用水量等能耗预测的理论和方法不断涌现，如灰色预测法[1-2]、线性回归分析[3-4]、人工神经网络[5-6]、支持向量机的预测方法.灰色预测模型(grey model，GM)具有建模简单、所需样本数据少、计……