基于改进秃鹰搜索算法优化门控循环单元的短期建筑冷负荷预测模型

来源：计算机测量与控制杂志2024年第12期北京时间：

作者：于军琪,代俊伟,权炜,刘海燕

单位：西安建筑科技大学建筑设备科学与工程学院

摘要：准确地预测建筑冷负荷对空调系统节能优化控制具有重要作用，因此提出一种改进秃鹰搜索算法(BES)优化门控循环单元(GRU)的短期冷负荷预测模型；首先采用完全噪声辅助聚合经验模态分解(CEEMDAN)算法，将建筑冷负荷数据分解为不同频率的分量，采用随机森林结合递归特征消除法为不同频率的分量选取对应的特征；最后采用改进BES算法对GRU模型进行参数寻优，针对BES算法不足进行改进，引入Sobol序列初始化种群、采用非线性控制因子平衡BES算法搜索能力和自适应t分布策略提升算法寻优能力；实验结果表明，与GRU和改进BES算法优化后的GRU相比，提出的预测模型均方根误差下降34.27，22.41、平均百分比误差下降2.72%，2.63%、平均绝对误差下降27.25，25.26；相较于其他预测模型，提出的预测模型具有更高的预测准确度，在实际工程应用中更具优势。

关键词：冷负荷预测;经验模态分解;秃鹰搜索算法;超参数寻优;门控循环单元;

基金资助：国家重点研发计划资助(2022YFC3802700)