AI 赋能绿色制冷，香港岭南大学开发 DEMMFL 模型进行建筑冷负荷预测
💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
城市化进程加速导致碳排放量增加，建筑是能耗大户。香港研究人员提出了一种新的预测建筑冷负荷的模型(DEMMFL)，以达到节能目标。研究团队使用DEMMFL模型进行预测，结果表明其预测精度和误差方面表现出色。这种技术的扩展将有助于更好地管理城市建筑能耗，促进可持续发展。
🎯
关键要点
- 城市化进程加速导致碳排放量增加，建筑是能耗大户。
- 香港研究人员提出了一种新的预测建筑冷负荷的模型DEMMFL，以达到节能目标。
- DEMMFL模型在预测精度和误差方面表现出色，有助于管理城市建筑能耗。
- 研究聚焦于香港两座办公大楼的建筑能耗问题，建立了详细的数据集。
- DEMMFL模型采用正则化的统计学习方法，优化学习超参数以提升预测准确性。
- Lasso-ridge回归在建筑冷负荷的长期预测中表现优越，提供了有效的能耗管理工具。
- 冷负荷对室外气温（OAT）的敏感性分析显示不同建筑的冷负荷反应差异显著。
- DEMMFL模型在预测建筑冷负荷方面的精度更高，误差更小。
- AI技术将在城市建设中发挥重要作用，促进可持续发展。
- 各大企业利用AI技术协助能源管理，推动能耗优化解决方案的落地。
➡️
