mdh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Analysis of Key Factors in Heat Demand Prediction with Neural Networks
Beijing University of Posts and Telecommunications, China.
Mälardalens högskola, Akademin för ekonomi, samhälle och teknik, Framtidens energi.ORCID-id: 0000-0002-6279-4446
Beijing University of Posts and Telecommunications, China..
Shandong University, China.
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Energy Procedia, ISSN 1876-6102, E-ISSN 1876-6102, Vol. 105, s. 2965-2970Artikel i tidskrift (Refereegranskat) Published
Abstract [sv]

The development of heat metering has promoted the development of statistic models for the prediction of heat demand, due to the large amount of available data, or big data. Weather data have been commonly used as input in such statistic models. In order to understand the impacts of direct solar radiance and wind speed on the model performance comprehensively, a model based on Elman neural networks (ENN) was adopted, of which the results can help heat producers to optimize their production and thus mitigate costs. Compared with the measured heat demand, the introduction of wind speed and direct solar radiation has opposite impacts on the performance of ENN and the inclusion of wind speed can improve the prediction accuracy of ENN. However, ENN cannot benefit from the introduction of both wind speed and direct solar radiation simultaneously. 

Ort, förlag, år, upplaga, sidor
2017. Vol. 105, s. 2965-2970
Nationell ämneskategori
Energiteknik
Identifikatorer
URN: urn:nbn:se:mdh:diva-37560DOI: 10.1016/j.egypro.2017.03.704ISI: 000404967903011Scopus ID: 2-s2.0-85020715688OAI: oai:DiVA.org:mdh-37560DiVA, id: diva2:1169133
Konferens
8th International Conference on Applied Energy, ICAE 2016, 8 October 2016 through 11 October 2016
Tillgänglig från: 2017-12-22 Skapad: 2017-12-22 Senast uppdaterad: 2018-07-25Bibliografiskt granskad

Open Access i DiVA

fulltext(763 kB)119 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 763 kBChecksumma SHA-512
d402ba7c03365b51da0a32d165dd0c876b34937678dab7e28279c39082f230327cc21ce79db1c6a99626ffdf5d63369d07c7d58f0f13ce02310d016b8edaf0ad
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Li, HailongWallin, Fredrik

Sök vidare i DiVA

Av författaren/redaktören
Li, HailongWallin, Fredrik
Av organisationen
Framtidens energiInbyggda system
I samma tidskrift
Energy Procedia
Energiteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 119 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 94 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf