基于卷积神经网络的医院建筑公共照明能耗预测研究

摘要

为提升医院建筑公共照明能耗预测准确性，研究一种基于卷积神经网络的医院建筑公共照明能耗预测方法。对历史公共照明能耗数据实施缺失数据填补、孤立值检测与处理，以此作为输出变量；通过计算灰色关联度选取医院建筑公共照明能耗影响因子，作为输入变量。基于卷积神经网络构建预测模型，以输入、输出变量为基础，完成模型训练，完成实际能耗的预测。结果表明：所研究预测方法的拟合优度值达到极大值，最高可达到0.92，说明该方法的预测结果更为准确，与真实情况更为贴近，具有一定应用价值。

关键词

卷积神经网络 / 能耗预测模型 / 公共照明