二维码
首页>论文搜索

论文预览

基于GRU神经网络的燃气用气量预测

论文作者刘兴伟1、2，柴家风2 ，王倩微1、2，王铁强1、2，王佩广1、2 ，籍瑞春2杂志期数2023年4月刊
关键词GRU神经网络；锅炉用户；小时用气量预测；日用气量预测
作者单位（1.北京市燃气集团研究院，北京100011；2.北京市燃气集团有限责任公司，北京100035）
提出一种基于GRU（Gate Recurrent Unit）神经网络的锅炉用户小时用气量和日用气量预测方法，基于200个锅炉用户数据对模型进行训练和预测。结果表明：不虑天气因素应用GRU模型进行小时用气量预测时，200个锅炉用户中，40%的锅炉用户预测相对误差绝对值的平均值小于5%，70%的锅炉用户预测相对误差绝对值的平均值小于8%，95%的锅炉用户预测相对误差绝对值的平均值在10%以内。预测结果在工程实际可接受范围内。考虑逐时室外温度后，算法复杂度变大，且运行时间变长，但锅炉用户小时用气量预测精度并未出现明显提升。不虑天气因素应用GRU模型进行日用气量预测时，日用气量预测相对误差绝对值的平均值高于小时用气量。考虑室外温度因素后，锅炉用户日用气量预测精度并未出现明显提升。应用GRU模型进行小时用气量、日用气量预测时，建议综合考虑预测相对误差与算法复杂度、时间成本等。
下载论文论文免费注册会员后免费下载