基于长短期记忆模型的室内温度预测技术,用于智能供暖住宅中的高效散热器供暖系统

《ENERGY AND BUILDINGS》:Long Short-Term Memory Indoor Temperature Forecasting For Energy-Efficient Radiator Heating In A Smart-Heated Dwelling

【字体: 大 中 小 】 时间:2026年05月18日 来源:ENERGY AND BUILDINGS 7.1

编辑推荐:

  艾哈迈德·雷扎·达拉比(Ahmad Reza Darabi)|穆斯塔法·贝尔克尔·尤尔特塞文(Mustafa Berker Yurtseven)•数据驱动模型能够预测家庭室内温度的次日变化•长短期记忆网络(Long Short-Term Memory Networks)提供了最准

  
艾哈迈德·雷扎·达拉比(Ahmad Reza Darabi)|穆斯塔法·贝尔克尔·尤尔特塞文(Mustafa Berker Yurtseven)
  • •
    数据驱动模型能够预测家庭室内温度的次日变化
  • •
    长短期记忆网络(Long Short-Term Memory Networks)提供了最准确的温度预测
  • •
    优化后的作息时间表使热传递相关指标降低了20–33%
  • •
    在保持用户热舒适度的前提下实现了能源节约
  • •
    该方法仅使用智能散热器数据和公共天气信息
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号