基于BPT-MLR模型的建筑能耗分析和预测

摘要：

通过对福建省厦门市某高校 8 栋公寓楼的房间日平均用电量的分析, 提出一种建筑能耗的平衡点温度 - 多元线性回归 (BPT-MLR) 模型. 使用统计方法识别平衡点温度, 并根据该平衡点温度分段对房间日平均用电量进行多元线性回归预测分析; 对 8 个参数进行筛选, 最终选 4 个参数作为模型变量, 包括 1 个数值型变量 (室外空气平均温度) 和 3 个定类型变量(性别, 节假日指数和晴雨天指数). 结果表明: 对比 3 种数据驱动模型,BPT-MLR 模型的预测性能最优, 其 R 2 值达到了 95.29%, 比 BP 神经网络模型和多元线性回归模型的 R 2 值分别高出 0.04% 和 24.64%.