当前位置: 首页 > 文章 > 基于LSTM的连栋温室能耗预测模型 天津农业科学 2023,29 (6) 74-79
Position: Home > Articles > Prediction Model of Energy Consumption of Multi-span Greenhouse Based on LSTM Neural Network Tianjin Agricultural Sciences 2023,29 (6) 74-79

基于LSTM的连栋温室能耗预测模型

作  者:
张云鹤;林森;沈剑波;陈诚;李作麟;解同磊
单  位:
关键词:
温室;能耗预测;LSTM神经网络
摘  要:
为了解决北方地区玻璃温室作生产中能耗过大、能源浪费严重的问题,提出了基于LSTM神经网络的温室能耗预测模型.首先,使用Python的Keras深度学习框架构建能耗预测模型,然后根据预设的损失函数,优化器等进行训练和验证,最后根据玻璃温室的气象数据和能耗数据对模型进行验证,并与BP神经网络和RNN神经网络能耗预测模型进行了对比分析.结果表明:BP、RNN和LSTM网络模型预测值和真实值的均方差分别为0.054、0.040、0.037,平均绝对误差分别为0.142、0.121、0.114,LSTM模型的MSE和MAE误差均优于BP和RNN网络模型.综上,基于LSTM神经网络构建的温室能耗预测模型对能耗值的预测更加准确,为温室能耗精准管控提供了理论依据.
译  名:
Prediction Model of Energy Consumption of Multi-span Greenhouse Based on LSTM Neural Network

相似文章

计量
文章访问数: 32
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊