改进型神经网络的热负荷预测

摘要：

在城市集中供暖方面,热电厂的短期热负荷预测对提高热电厂的经济效益和热能利用率十分重要.该文以山西某热电厂的供热系统的换热站作为研究对象,使用遗传算法和粒子群算法改进BP神经网络,基于热负荷相关的历史数据构建改进型神经网络的热负荷预测系统.仿真结果显示,BP神经网络预测系统的波动程度比较大,预测精度低,而改进型的神经网络算法克服了这些缺点,在历史样本数据较少的情况下,仍然保持很高的预测精度,改进后的预测系统精度较高、稳定性较强,满足工业生产需求.

关键词：热负荷预测、BP神经网络、改进型神经网络、预测精度

分类号：TU832(房屋建筑设备)

在线出版日期：2020-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-16