二维码
中国土木工程学会燃气分会会刊

论文预览

基于机器学习的供热系统热负荷多步递归预测

论文作者薛普宁1、2,周志刚1、2,蒋毅3,陈昕1、2,方修睦1、2,刘京1、2杂志期数2019年7月刊
关键词集中供热;热负荷预测;多步递归预测;机器学习
作者单位(1.哈尔滨工业大学建筑学院,黑龙江哈尔滨150006;2.哈尔滨工业大学,寒地城乡人居环境科学与技术工业和信息化部重点实验室,黑龙江哈尔滨150006;3.黑龙江省计算中心,黑龙江哈尔滨150026)
为预测供热系统的短期热负荷动态概况,提出一种基于机器学习的热负荷多步递归预测策略,该预测策略是对热负荷单步预测模型的拓展。介绍热负荷多步递归预测的流程,该流程可分为4个步骤:数据预处理、数据集划分、模型训练和模型评估。数据预处理细分为特征选择、特征工程和特征变换。在模型训练步骤中,介绍2种机器学习模型:支持向量回归(SVR)和极限梯度提升(XGBoost)。分别利用这2种机器学习模型建立了热负荷单步预测模型,根据建立的单步预测模型,采用提出的多步递归预测策略,可以实现对短期热负荷的动态概况预测。选取某实际
下载论文论文免费注册会员后免费下载