应用级联神经网络预测供热锅炉次日小时热负荷的初步研究

• 作者: 曹双华 曹家枞
• 来源期刊: 东华大学学报(自然科学版)
• 学科: 工学
• 关键词: 锅炉房 负荷预测 级联神经网络 BP算法
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 应用技术
• 页码范围: 23-27
• 页数: 5页
• 分类号: TK22|TP183|O415.5
• 字数: 3465字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0444.2004.01.006

摘要

通过对供热锅炉房热负荷的分析,建立了基于两个BP网络的级联神经网络(CNN).相关性分析表明,可将时间序列负荷数据作纵横向分离,横向相关系列负荷可作为CNN前一BP子网络的输入数据,纵向相关系列负荷可作为CNN后一BP子网络的输入数据.前一BP子网络用于小时负荷的初始预测,其预测结果加入后一BP子网络的输入系列,实现对负荷的精确预测.按照此模型,建立了某一印染厂锅炉房次日小时蒸汽负荷的CNN预测模型.程序运行结果表明该模型在预测时足够准确可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹家枞	东华大学环境科学与工程学院	52	499	12.0	20.0
2	曹双华	东华大学环境科学与工程学院	7	192	7.0	7.0