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

基于Dropout-LSTM模型的城市燃气日负荷预测

论文作者于铭多，郝学军杂志期数2023年2月刊
关键词燃气日负荷；负荷预测；Dropout-LSTM模型；相关性分析；预测精度
作者单位（北京建筑大学环境与能源应用工程学院，北京100044）
提出采用Dropout技术的长短期记忆神经网络模型（Dropout-LSTM模型），对城市燃气日负荷进行预测。由于不同时期的燃气日负荷具有不同特点，将全年分为供暖期、过渡期及非供暖期，分别对3个时期的日负荷和影响因素进行相关性分析，确定3个模型的输入特征，建立3个时期的日负荷预测Dropout-LSTM模型，采用平均绝对百分比误差对模型预测效果进行评价。Dropout-LSTM模型可以很好地预测城市燃气日负荷，比BP模型、LSTM模型以及SVM模型有更好的预测效果。与基于全年数据的全年预测模型相比，分时期预测模型预测精度更高。供暖期的燃气日负荷规律性强，对供暖期的日负荷预测精度最高，非供暖期次之，由于过渡期日负荷波动大，预测效果是3个时期中最差的。
下载论文论文免费注册会员后免费下载