Partager

Prévision horaire à 24 heures de la charge thermique par calcul de la moyenne mobile, intégrée et autorégressive (ARIMA), de la moyenne mobile corrigée avec exposants (EWWA), de la régression linéaire et d'un réseau artificiel de neurones.

Hourly thermal load prediction for the next 24 hours by autoregressive integrated moving average (ARIMA), exponential weighted moving average (EWWA), recursive linear regressive (LR), and an artificial neural network.

Auteurs : KAWASHIMA M., DORGAN C. E., MITCHELL J. W.

Résumé

La prévision de la charge thermique à 24 heures est indispensable à la bonne gestion des systèmes de chauffage, de ventilation et de conditionnement d'air qui utilisent l'accumulation de froid. Elle peut, d'ailleurs, être utile pour la réduction des coûts énergétiques des autres systèmes. Un programme de coopération en vue de la recherche entre une université américaine et une société japonaise a étudié quatre méthodes de prévision généralement employées pour examiner les modèles de base, avec variations de ceux-ci, et de comparer le degré de précision de chaque modèle. Les résultats indiquent que le modèle d'un réseau neural artificiel permet de fournir les prévisions de charge thermique les plus précises.

Détails

  • Titre original : Hourly thermal load prediction for the next 24 hours by autoregressive integrated moving average (ARIMA), exponential weighted moving average (EWWA), recursive linear regressive (LR), and an artificial neural network.
  • Identifiant de la fiche : 1996-1720
  • Langues : Anglais
  • Source : ASHRAE Transactions.
  • Date d'édition : 01/1995
  • Document disponible en consultation à la bibliothèque du siège de l'IIF uniquement.

Liens


Voir d'autres communications du même compte rendu (70)
Voir le compte rendu de la conférence

Indexation