基于气温与日期类型的改进BP网络热负荷预测

• 作者: 李琦 赵峰
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 热负荷预测 气温 遗传算法 日期类型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 1464-1472
• 页数: 9页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201804031

摘要

热负荷预测为城市集中供热系统提供数据支持,是实现按需供热的基础.热负荷的变化受外界各项因素特别是室外温度影响较大,为在满足供热系统需求量的同时做到节能与兼顾人体舒适度,提出基于气温与日期类型的热负荷预测方法.该方法将气温与日期类型进行量化并利用BP神经网络建立供热系统的热负荷预测模型.为保证预测精度采用遗传算法对神经网络连接权值和阈值进行优化,得到未来24小时的热负荷预测值.预测结果表明,此方法可以较准确地预测未来的热负荷,并达到按需供热和节能环保的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琦	内蒙古科技大学信息工程学院	79	297	9.0	11.0
2	赵峰	内蒙古科技大学信息工程学院	3	9	2.0	3.0