控制理论与应用

作者：付伟豪,赵千川

单位：清华大学自动化系和北京信息科学与技术国家研究中心,清华大学自动化系和北京信息科学与技术国家研究中心

关键词：建筑状态预测;时间卷积网络;长短期记忆网络;注意力机制;粒子群优化算法

基金：国家自然科学基金项目(62192751,61425027)资助.

基于暖通空调系统热动态与能耗的多变量耦合特点及数据预测精度不足的问题,本文提出一种融合时间卷积–长短期记忆–注意力机制(TCN-LSTM-Attention)的融合预测模型. 首先,为了能够更加好捕获建筑运行数据中的短期与长期依赖,建立了TCN-LSTM-Attention建筑热动态与能耗预测模型来预测HVAC能耗、室内温度、PMV;采用改进粒子群算法(IPSO)优化预测模型超参数,降低模型预测误差,并对模型逼近能力进行分析;其次,使用EnergyPlus搭建建筑仿真模型并进行验证;以河北省某办公建筑运行数据进行预测模型仿真验证,实验表明本模型在对比算法中有较好的预测精度和预测稳定性,并且验证了算法在建筑围护结构参数改变时的泛化性.

来源：2025年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第11期