基于鲸鱼优化算法的高效制冷机房负荷预测研究

摘要

为了准确预测建筑冷负荷，降低机房能耗，提出了基于鲸鱼优化算法(WOA)的BP神经网络预测模型。基于青岛办公建筑的实际历史运行数据，建立了BP神经网络、基于粒子群寻优的BP神经网络(PSO-BP)、基于遗传算法改进的BP神经网络(GA-BP)、基于鲸鱼优化算法的BP神经网络(WOA-BP)4种负荷预测模型，并比较了4种负荷预测模型的结果。研究表明，短期预测内，WOA-BP神经网络预测模型的最大百分误差为-15.76%,最小百分误差为-0.03%,平均绝对值百分误差为6.60%。与其他模型相比，WOA-BP模型具有更高的预测精度。

关键词

建筑节能 / 鲸鱼优化算法 / 负荷预测 / BP神经网络