基于PSO-LSSVM的供热负荷预测研究

• 作者: 赵秉文 李婉 金宇
• 来源期刊: 建筑节能（中英文）
• 关键词: 热负荷预测 最小二乘支持向量机 交叉验证 粒子群算法
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 绿色建筑
• 页码范围: 46-49,78
• 页数: 5页
• 分类号: TU833
• 语种: 中文
• DOI: 10.3969/j.issn.2096-9422.2021.06.007

摘要

热负荷预测是供热系统智慧化升级的关键,为提高其预测精度,建立了基于交叉验证意义下的PSO-LSSVM热负荷预测模型.该模型采用交叉验证确定粒子群算法的适应度值,利用粒子群算法的全局寻优能力来确定最优的正则化系数和核宽度系数,再基于最小二乘支持向量机实现热负荷的高精度预测.研究表明:PSO-LSSVM模型的平均绝对误差为21.12 kW,平均相对误差为1.16％,与BP神经网络热负荷预测模型相比,PSO-LSSVM模型的预测精度提高了62.09％,且稳定性更好,可以满足实际工程需要.