文献

J-GLOBAL ID：201602215946658166   整理番号：16A0904476

大型店舗建築夏季冷負荷の動的予測モデルを【JST・京大機械翻訳】

Prediction model of dynamic cooling load for shopping mall building in summer

著者 (3件)： Li Hui (Key Laboratory of Renewable Energy Technologies for Buildings, Ministry of Education,, Shandong Jianzhu University) ,  Duan Peiyong (Shandong Key Laboratory of Renewable Energy Technologies for Buildings, Shandong Jianzhu University) ,  Liu Fengying (Shandong Key Laboratory of Renewable Energy Technologies for Buildings, Shandong Jianzhu University)
資料名： Tumu Jianzhu yu Huanjing Gongcheng  (Tumu Jianzhu yu Huanjing Gongcheng)
巻： 38  号： 2  ページ： 104-110  発行年： 2016年 
JST資料番号： C2135A  ISSN： 1674-4764  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 夏季の建築物冷房負荷の正確な予測は,大型複雑な中央空調システムの最適運転、省エネルギーを実現するための重要な鍵である。筆者はデパート建築物冷却負荷の主な影響因子について検討した,建築物の動的冷却負荷予測モデルの入力を確定したし,夏季外気ユニットに基づく電力供給周波数のモール顧客率間接測定法を提案し,店舗内の顧客の量が難しい検出の難題を解決した。さらにAFC-HCMACニューラルネットワーク予測モデルとアルゴリズムを提案し,大型店舗建築冷負荷の動的予測を実現した。シミュレーション結果は示した。顧客率モール冷負荷予測において重要な地位を占める,冷負荷予測モデルにおいてモール顧客率を増加して著しく予測精度を高めることができる;AFC-HCMAC予測ニューラルネットワークアルゴリズムが従来のHCMACニューラルネットワークアルゴリズムと比較して,効果的にニューラルネットワークのノード数を低減でき,予測精度を向上させる。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *夏 ,  アルゴリズム ,  負荷予測 ,  *予測モデル ,  アーケード ,  省エネルギー ,  冷房負荷 ,  間接測定 ,  デパート ,  *商店建築 ,  電力供給 ,  空調システム ,  ニューラルネットワーク
準シソーラス用語： 予測精度 ,  最適運転 , 【Automatic Indexing@JST】

著者キーワード (4件)： cooling load ,  dynamical prediction ,  fuzzy clustering ,  data

分類 (1件)： 冷房  (PC02030Q)

タイトルに関連する用語 (6件)： 大型 ,  店舗 ,  建築 ,  夏季 ,  冷負荷 ,  予測モデル