MIV-PSO-BP神经网络用户热负荷预测

• 作者: 王新雨 于丹 刘益民 崔治国 岑悦
• 来源期刊: 煤气与热力
• 学科: 工学
• 关键词: 热负荷 预测 BP神经网络 MIV-PSO-BP神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 建筑供暖·空调·通风·热环境|Building Heating,Air Conditioning,Ventilation and Thermal Environment
• 页码范围: 后插1-后插3,后插10
• 页数: 2页
• 分类号: TP183
• 语种: 中文

摘要

提出利用MIV-PSO-BP神经网络预测用户热负荷.MIV-PSO-BP神经网络基于BP神经网络,利用PSO算法优化神经网络初始参数,采取MIV算法筛选与输出变量相关程度最大的输入变量.以绝对误差、均方根误差作为指标,评价MIV-PSO-BP神经网络的预测效果.结合箱线图,比较BP神经网络、MIV-PSO-BP神经网络的预测相对误差分散程度与异常点数量.与BP神经网络相比,MIV-PSO-BP神经网络的预测效果更理想.由BP神经网络、MIV-PSO-BP神经网络的预测结果相对误差箱线图可知,MIV-PSO-BP神经网络预测结果相对误差集中,异常点少;BP神经网络预测结果相对误差分散,异常点多.MIV-PSO-BP神经网络预测准确性、稳定性更高.