典型文献
基于GRU神经网络的供热负荷预测研究
文献摘要：
供热负荷预测是实现智慧供热的关键技术之一,对降低供热能耗具有重要意义.本文以开封市J集中供热系统某换热站的2020年供暖季历史供热数据为研究对象,设计了基于门控循环单元(gate recurrent unit,GRU)神经网络的短期供热负荷预测模型.将1次侧供回水温度、室外温度、风速、天气情况、流量作为输入变量,供热负荷作为输出变量,前70％的数据作为训练集,后30％的数据作为测试集.通过MALTAB进行仿真模拟,并与传统的BP神经网络、Elman神经网络进行对比分析.仿真结果显示GRU神经网络预测模型MAPE为3.94％,RMSE为76.77,预测效果最佳.
文献关键词：
集中供热系统;GRU神经网络;供热负荷预测
中图分类号：
作者姓名：
金宇;赵秉文;郑晗羽;李婉
作者机构：
浙江理工大学,杭州310018
文献出处：
引用格式：
[1]金宇;赵秉文;郑晗羽;李婉-.基于GRU神经网络的供热负荷预测研究)[J].科技通报,2022(01):68-72
A类：
B类：
GRU,供热负荷预测,预测研究,智慧供热,热能,开封市,集中供热系统,换热站,供暖季,季历,门控循环单元,gate,recurrent,unit,负荷预测模型,供回水温度,天气情况,训练集,测试集,MALTAB,仿真模拟,Elman,神经网络预测模型,MAPE,RMSE
AB值：
0.28821
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
