基于粒子群神经网络的热力站供热负荷预测

• 作者: 刘剑 杨勇 邱庆刚
• 来源期刊: 节能
• 学科: 工学
• 关键词: 热负荷 BP神经网络 粒子群算法 速度变异粒子群算法
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 分析与研究
• 页码范围: 27-30
• 页数: 4页
• 分类号: TU832.1+1|TP273
• 字数: 2255字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7948.2008.06.007

摘要

结合河北省秦皇岛市碧水园热力站的供热实际情况,提出了利用BP神经网络进行热力站供热负荷的预测.为克服标准BP算法收敛速度慢和易于陷入局部最小的问题,提出利用进化算法--粒子群算法进行神经网络初始状态的优化.在此基础上,进一步提出了混合粒子群算法和速度变异粒子群算法两种改进算法提高优化性能.计算结果表明,采用粒子群算法和BP算法相结合的办法,可以明显提高热负荷的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇	大连理工大学能源与动力学院	25	249	10.0	15.0
2	邱庆刚	大连理工大学能源与动力学院	31	279	11.0	15.0
3	刘剑		4	54	3.0	4.0