小區(qū)供熱系統(tǒng)鍋爐熱負(fù)荷預(yù)測(cè)實(shí)現(xiàn)研究.pdf

1、熱負(fù)荷預(yù)測(cè)是供熱系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的前提，隨著供熱系統(tǒng)的市場(chǎng)化，高質(zhì)量的熱負(fù)荷預(yù)測(cè)越來越顯得重要和迫切。神經(jīng)網(wǎng)絡(luò)方法在負(fù)荷預(yù)測(cè)中己經(jīng)被公認(rèn)為較有效的方法，本文針對(duì)神經(jīng)網(wǎng)絡(luò)用于供熱系統(tǒng)熱負(fù)荷預(yù)測(cè)的幾個(gè)方面展開研究工作： 第一，本文首先對(duì)預(yù)測(cè)技術(shù)、人工神經(jīng)網(wǎng)絡(luò)及其在供熱系統(tǒng)中應(yīng)用進(jìn)行了一些理論基礎(chǔ)的介紹和探討，重點(diǎn)介紹了BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)在負(fù)荷預(yù)測(cè)方面的一些知識(shí)及實(shí)際應(yīng)用中的改進(jìn)。 第二，供熱系統(tǒng)熱負(fù)荷是一個(gè)隨機(jī)非平穩(wěn)過程，

2、其負(fù)荷觀測(cè)值由于受到各種因素的影響，可能會(huì)存在某些“壞數(shù)據(jù)”或“不良數(shù)據(jù)”，這些數(shù)據(jù)夾雜在正常的負(fù)荷數(shù)據(jù)中參與神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，嚴(yán)重影響了負(fù)荷預(yù)測(cè)的精度。本文利用統(tǒng)計(jì)學(xué)的方法，求出某段時(shí)間內(nèi)負(fù)荷序列中的均值與方差，并與閾值相比較，從而除去“不良數(shù)據(jù)’，為準(zhǔn)確有效地進(jìn)行負(fù)荷預(yù)測(cè)提供了保證。 第三，通過對(duì)歷史負(fù)荷數(shù)據(jù)規(guī)律性的分析，得出負(fù)荷以日為周期規(guī)律變化的結(jié)論。在神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)的選擇方面，由于影響負(fù)荷預(yù)測(cè)的因素較多，既由負(fù)荷本身的

3、歷史表現(xiàn)決定，還要受到眾多非負(fù)荷因素的影響，非負(fù)荷因素中又以氣象因素權(quán)重最大，因此除了引入相關(guān)歷史負(fù)荷作訓(xùn)練樣本外，還考慮了溫度、天氣因素、供熱系統(tǒng)的壓力和流量對(duì)負(fù)荷變化的影響，提高了負(fù)荷預(yù)測(cè)的精度。 第四，針對(duì)常用BP算法預(yù)測(cè)速度慢、易陷入局部最優(yōu)解的缺點(diǎn)，提出了基于RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)的級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法。把天氣因素和歷史負(fù)荷對(duì)負(fù)荷預(yù)測(cè)值的影響分開考慮，其中RBF子網(wǎng)絡(luò)用于描述歷史負(fù)荷的影響，BP子網(wǎng)絡(luò)則對(duì)在RBF子網(wǎng)絡(luò)中