企業(yè)能耗智能組合預(yù)測(cè)系統(tǒng)應(yīng)用研究.pdf

1、工業(yè)企業(yè)能源問題始終是人們關(guān)注的問題，其決策過程具有相當(dāng)大的難度。對(duì)于工業(yè)企業(yè)來(lái)說(shuō)，最關(guān)鍵且急需解決的問題是如何利用工業(yè)過程中能源需求與消耗信息，采用一些現(xiàn)代新的預(yù)測(cè)理論及技術(shù)來(lái)對(duì)其進(jìn)行較精確的預(yù)測(cè)顯得十分重要。而近些年來(lái)人工智能技術(shù)以及優(yōu)化組合預(yù)測(cè)方法的飛速發(fā)展及其對(duì)于信息不完備的復(fù)雜系統(tǒng)預(yù)測(cè)的成功應(yīng)用為企業(yè)能耗量更合理、準(zhǔn)確的預(yù)測(cè)提供了新思路。 本論文的研究以企業(yè)能源預(yù)測(cè)管理為背景，重點(diǎn)討論了企業(yè)能源運(yùn)行管理、常權(quán)重預(yù)測(cè)技術(shù)

2、、變權(quán)重智能組合預(yù)測(cè)技術(shù)，主要取得的研究成果與創(chuàng)新之處如下： (1)針對(duì)能源消耗的灰色理論、指數(shù)回歸、指數(shù)平滑法的單個(gè)預(yù)測(cè)模型特點(diǎn)，通過線性優(yōu)化組合，建立了使得預(yù)測(cè)模型信息更加全面的常權(quán)重能耗組合預(yù)測(cè)模型，結(jié)果表明常權(quán)重組合預(yù)測(cè)的預(yù)測(cè)精度高于單個(gè)預(yù)測(cè)模型的預(yù)測(cè)精度。 (2)基于企業(yè)工業(yè)過程已有的能耗數(shù)據(jù)樣本，將單個(gè)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果作為函數(shù)鏈神經(jīng)網(wǎng)絡(luò)的輸入，采用自適應(yīng)單層網(wǎng)絡(luò)實(shí)現(xiàn)監(jiān)督學(xué)習(xí)方法建立了企業(yè)能源函數(shù)鏈神經(jīng)網(wǎng)絡(luò)組

3、合預(yù)測(cè)模型。結(jié)果表明，該方法預(yù)測(cè)精度較高，預(yù)測(cè)效果平穩(wěn)。 (3)基于企業(yè)工業(yè)過程已有的能耗數(shù)據(jù)樣本，引入各預(yù)測(cè)方法的預(yù)測(cè)相對(duì)誤差、預(yù)測(cè)對(duì)象的變化趨勢(shì)和灰色基本權(quán)重等概念，建立了模糊變權(quán)重能耗組合預(yù)測(cè)模型。結(jié)果表明，該方法建模數(shù)據(jù)少，計(jì)算簡(jiǎn)便，預(yù)測(cè)結(jié)果精度較高。 基于以上研究基礎(chǔ)運(yùn)用Visual Basic6.0軟件開發(fā)了界面簡(jiǎn)捷明朗、預(yù)測(cè)結(jié)果顯示方便的企業(yè)能源預(yù)測(cè)管理系統(tǒng)，應(yīng)用結(jié)果表明該能源預(yù)測(cè)管理系統(tǒng)具有很強(qiáng)的實(shí)用性。