基于改进PSO-BP算法的冷负荷预测模型

• 作者: 于军琪 井文强 赵安军 任延欢 周梦 黄馨乐 杨雪
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 空调冷负荷 PSO-BP神经网络 预测算法 马尔可夫链
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 54-61
• 页数: 8页
• 分类号: TU831|TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-0223

摘要

针对PSO-BP(Particle Swarm Optimization-Back Propagation)神经网络预测模型在冰蓄冷空调冷负荷预测中存在输入输出数据关联度低和预测模型存在误差的情况,提出了一种基于JMP数据处理软件、PSO-BP神经网络和马尔可夫链的组合预测方法.利用JMP处理输入数据,剔除耦合度低的样本,进行PSO-BP神经网络训练,得到冷负荷预测结果,利用马尔可夫链消除系统产生的随机误差得到最终预测结果.结果表明:该组合预测方法对比传统PSO-BP算法其预测精度更高,预测结果符合商场冷负荷的变化规律,满足实际的应用需求.