基于BP神经网络的工业锅炉房负荷预测

• 作者: 何大鹏 彭岚 李友荣
• 来源期刊: 工业加热
• 学科: 工学
• 关键词: 负荷预测 BP网络 神经网络工具箱 改进算法
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 加热设备
• 页码范围: 31-33,50
• 页数: 4页
• 分类号: TK124
• 字数: 3268字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1639.2006.05.010

摘要

针对工业锅炉房日负荷变化的特点,采用BP人工神经网络模型对热负荷进行预测.在建立模型时,考虑不同小时的热负荷差异,采用24个单输出的BP网络来分别预测每天24 h负荷值;利用MATLAB神经网络工具箱NNT (Neural Network Toolbox)分别实现对24个BP网络预测模型的构建及算法改进;最后,应用一个实例对建立的预测模型和实现方法进行了仿真分析,结果证明,该负荷预测模型网络结构小、收敛速度快、预测精度高、具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭岚	重庆大学动力工程学院	75	379	11.0	15.0
2	李友荣	重庆大学动力工程学院	134	723	12.0	17.0
3	何大鹏	重庆大学动力工程学院	2	19	2.0	2.0