二维码
中国土木工程学会燃气分会会刊
首页>论文搜索

论文预览

热力站日供热量神经网络预测模型比较与分析

论文作者田野1，李锐1，董妍2，王嘉明2杂志期数2023年1月刊
关键词BP神经网络；日供热量；预测模型
作者单位（1.北京建筑大学环境与能源工程学院，北京100044；2.北京市热力集团有限责任公司，北京100026）
依据北京某热力站运行数据、气象参数，采用BP神经网络，建立日供热量预测模型，对输入变量、隐含层神经元数量的影响进行分析。当隐含层神经元数量设定为10，输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时，预测模型的预测效果最佳。输入层神经元数量为3时，由于输入变量不足，预测模型的预测效果最差。当输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时，隐含层神经元数量达到最多时（为15）的预测模型预测效果最佳。隐含层神经元数量并非越多越好，在实际应用中，应选取多个隐含层神经元数量，根据预测效果选取合适的隐含层神经元数量。
下载论文论文免费注册会员后免费下载