二维码
首页>论文搜索

论文预览

基于神经网络的城市燃气日负荷预测

论文作者郝学军，朱烨，于铭多杂志期数2025年11月刊
关键词 燃气负荷预测；供暖期；神经网络；优化算法
作者单位北京建筑大学 环境与能源工程学院， 北京 102616
以Z市日用气量为研究对象，建立神经网络预测模型，利用已有数据对模型进行训练，对预测结果进行评价。在负荷预测之前需对原始数据进行预处理，填补缺失值、检测异常值、填补异常值、数据标准化处理、定量化影响因素。选择5种神经网络，分别为BP神经网络、LSTM神经网络、GRU神经网络、 IPSO-GRU神经网络、KPCA-IPSO-GRU神经网络。IPSO-GRU神经网络有4种惯性权重改变策略，包括抛物线法、随机法、Sigmoid法、正弦法。收集Z市2018年1月1日—2020年12月31日的日用气量数据，将该用气量数据分为训练集及测试集，分别用于训练、评价神经网络预测模型。将日用气量影响因素定量化后作为神经网络预测模型的输入特征参数，主要包括温度、风力等级、天气类型、星期类型、节假日类型和连续前3日日用气量。对5个神经网络预测模型的预测结果进行对比，结果表明KPCA-IPSO-GRU神经网络预测模型的平均绝对百分比误差与均方根误差均最小，其预测结果最准确。
下载论文论文免费注册会员后免费下载