供熱管網(wǎng)負荷預測控制系統(tǒng).pdf

1、隨著社會的發(fā)展以及我國經(jīng)濟和社會體制的不斷完善，我國的供熱方式有了很大的改善。供熱收費方式也正由傳統(tǒng)的按供熱面積收費的方式逐漸轉變?yōu)榛跓o線遠傳系統(tǒng)的按供熱量收費的方式，如何更好地實現(xiàn)對熱量數(shù)據(jù)的采集和管理、對供熱的預測以及對供熱的合理化控制，成為供熱部門越來越關注的問題。由于集中供熱管網(wǎng)系統(tǒng)的龐大性以及復雜性，提高集中供熱管網(wǎng)熱負荷預測值的精確度，在環(huán)保和節(jié)能等方面都具有非常重要的意義。因此，完成對供熱負荷的預測控制已經(jīng)成為當前供熱行

2、業(yè)的一個研究熱點。
　　本文通過對人工神經(jīng)網(wǎng)絡的研究，比較了前饋神經(jīng)網(wǎng)絡和反饋神經(jīng)網(wǎng)絡的特點，進而詳細分析了前饋神經(jīng)網(wǎng)絡中的BP神經(jīng)網(wǎng)絡和廣義回歸網(wǎng)絡。最終選擇了BP神經(jīng)網(wǎng)絡進行供熱負荷預測。
　　本文分析并總結了供熱管網(wǎng)負荷預測的特點以及影響供熱負荷的因素，選取了日期、室外溫度、供水溫度、回水溫度、供水壓力、前一天同一時刻的供熱負荷作為人工神經(jīng)網(wǎng)絡的輸入量，選取供熱負荷作為輸出量，利用選取的BP神經(jīng)網(wǎng)絡作為工具來完成供熱負

3、荷的預測目的，即將選取的輸入量作為BP神經(jīng)網(wǎng)絡的輸入值，進行編程，調(diào)節(jié)權值，以便得到預測效果較完美的神經(jīng)網(wǎng)絡模型。對權值的調(diào)整方式進行了選取，對比了各種學習函數(shù)的性能圖，最終選取L-M算法來對權值進行調(diào)整。
　　在選取了輸入量以及輸出量之后，利用 MATLABr2012a進行預測仿真，得出預測與期望的誤差圖，通過調(diào)節(jié)輸入量、權值等參數(shù)使得負荷預測的效果更精確，最終選定的輸入量以及學習函數(shù)等參數(shù)使得負荷預測的相對誤差在允許范圍內(nèi)。<