發(fā)布時(shí)間：2021-09-24 07:13

　　在城市集中供暖方面,熱電廠的短期熱負(fù)荷預(yù)測(cè)對(duì)提高熱電廠的經(jīng)濟(jì)效益和熱能利用率十分重要。該文以山西某熱電廠的供熱系統(tǒng)的換熱站作為研究對(duì)象,使用遺傳算法和粒子群算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò),基于熱負(fù)荷相關(guān)的歷史數(shù)據(jù)構(gòu)建改進(jìn)型神經(jīng)網(wǎng)絡(luò)的熱負(fù)荷預(yù)測(cè)系統(tǒng)。仿真結(jié)果顯示,BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的波動(dòng)程度比較大,預(yù)測(cè)精度低,而改進(jìn)型的神經(jīng)網(wǎng)絡(luò)算法克服了這些缺點(diǎn),在歷史樣本數(shù)據(jù)較少的情況下,仍然保持很高的預(yù)測(cè)精度,改進(jìn)后的預(yù)測(cè)系統(tǒng)精度較高、穩(wěn)定性較強(qiáng),滿(mǎn)足工業(yè)生產(chǎn)需求。 

【文章來(lái)源】：工業(yè)儀表與自動(dòng)化裝置. 2020,(06)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

熱負(fù)荷變化曲線

BP神經(jīng)網(wǎng)絡(luò)由三層組成，本質(zhì)上是一個(gè)多層前饋神經(jīng)網(wǎng)絡(luò)，其基本結(jié)構(gòu)如圖2所示。BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣的一種神經(jīng)網(wǎng)絡(luò)，其算法的實(shí)質(zhì)是求解誤差函數(shù)的最小值問(wèn)題，正向傳遞的輸入信號(hào)X通過(guò)隱含層節(jié)點(diǎn)作用于輸出節(jié)點(diǎn)，每個(gè)神經(jīng)元的輸入包括輸入向量和期望輸出向量，通過(guò)輸出結(jié)果與預(yù)測(cè)結(jié)果求解偏差，若偏差向量不滿(mǎn)足期望，通過(guò)反向傳遞調(diào)整輸入節(jié)點(diǎn)與隱含層節(jié)點(diǎn)的連接權(quán)值和閾值等來(lái)指導(dǎo)每一層權(quán)值的更新和優(yōu)化[13]。

采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)熱負(fù)荷，首先由選取的樣本數(shù)據(jù)訓(xùn)練出網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)重和偏置，再根據(jù)輸入的樣本對(duì)熱負(fù)荷據(jù)進(jìn)行預(yù)測(cè)，基于BP神經(jīng)網(wǎng)絡(luò)的熱負(fù)荷預(yù)測(cè)流程圖如圖3所示。3 改進(jìn)型神經(jīng)網(wǎng)絡(luò)算法

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)研究[J]. 王冰冰,趙天樂(lè).  電工電氣. 2019(12)
[2]基于T-S模糊神經(jīng)網(wǎng)絡(luò)的熱負(fù)荷預(yù)測(cè)模型[J]. 姜平,趙保國(guó),張海偉,李麗鋒,王鵬程,王欣峰,苑文鑫.  自動(dòng)化儀表. 2019(11)
[3]基于混合算法優(yōu)化支持向量機(jī)的供熱負(fù)荷預(yù)測(cè)模型[J]. 于曉娟,齊先碩,顧吉浩,齊承英,孫春華.  河北工業(yè)大學(xué)學(xué)報(bào). 2019(05)
[4]基于kmeans聚類(lèi)與BP神經(jīng)網(wǎng)絡(luò)算法的辦公建筑逐時(shí)電負(fù)荷預(yù)測(cè)[J]. 劉倩穎,阮應(yīng)君,時(shí)翔,李錚偉.  熱能動(dòng)力工程. 2018(03)
[5]基于小波去噪和GA-Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J]. 劉藝,張琨.  交通科技與經(jīng)濟(jì). 2015(06)
[6]熱負(fù)荷預(yù)測(cè)方法研究綜述[J]. 景勝藍(lán),王飛,雷勇剛.  建筑熱能通風(fēng)空調(diào). 2015(04)
[7]基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型[J]. 程軍,李榮鈞.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2015(03)
[8]空調(diào)運(yùn)行負(fù)荷的混沌特性分析及GRNN混沌預(yù)測(cè)方法研究[J]. 孫育英,王偉,朱佳鶴,蓋軼靜,李林濤.  建筑科學(xué). 2014(10)
[9]BP神經(jīng)網(wǎng)絡(luò)模型與灰色GM（1,1）模型在需水預(yù)測(cè)中的應(yīng)用[J]. 崔東文,郭榮.  水資源研究. 2012(03)
[10]遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J]. 李松,羅勇,張銘銳.  計(jì)算機(jī)工程與應(yīng)用. 2011(29)



本文編號(hào)：3407333