典型文献
北方农村燃气日负荷预测的BP神经网络优化
文献摘要：
在调研部分农村地区煤改气居民用户实际用气情况的基础上,建立了一种基于小波阈值去噪和采用遗传算法优化BP神经网络的短期燃气负荷预测模型(称为GA-BP神经网络预测模型).以华北地区农村煤改气居民用户作为研究对象,对974户管道天然气居民用户2018年1月-2021年12月的日用气量进行采集.对采集数据进行小波阈值去噪处理,进行日负荷预测影响因素的选择及量化.将负荷预测影响因素和日负荷组成的数据集划分为训练集和测试集,对BP神经网络预测模型、GA-BP神经网络预测模型进行训练和测试.将两种模型的日负荷预测值与真实值进行对比,并将两种模型的评价指标进行对比,验证两种预测模型的准确性.研究结论如下.小波阈值去噪处理去噪效果良好,可用于燃气日负荷预测数据预处理.日平均温度、天气类型、节假日情况、前一日用气量、供暖情况是影响燃气日负荷预测的5个主要影响因素.有必要关注供暖过渡期的日负荷变化.这段时期温差变化大,用气情况复杂多变,对供气不确定性影响较大.对这部分的合理处理可以有效减小预测误差.日平均温度是影响农村居民用气非常重要的因素.遗传算法对BP神经网络的优化,可以很好地为网络初始权值和阈值的确定提供依据,优化了网络参数.相较于BP神经网络,GA-BP神经网络的稳定性提高,预测误差减小,预测精度提高.GA-BP神经网络预测模型应用于燃气日负荷预测是可行的.
文献关键词：
燃气负荷预测;短期预测;小波阈值去噪;遗传算法;BP神经网络
中图分类号：
作者姓名：
徐鹏;杜景勃;张飞龙;刘伟
作者机构：
北京建筑大学供热、供燃气、通风及空调工程北京市重点实验室,北京100044;北京建筑大学燃气研究中心,北京100044;北京市煤气热力工程设计院有限公司,北京100032
文献出处：
引用格式：
[1]徐鹏;杜景勃;张飞龙;刘伟-.北方农村燃气日负荷预测的BP神经网络优化)[J].煤气与热力,2022(08):1-8
A类：
燃气日负荷,燃气日负荷预测,供暖过渡期
B类：
北方农村,农村燃气,神经网络优化,煤改气,居民用户,于小波,小波阈值去噪,遗传算法优化,燃气负荷预测,负荷预测模型,GA,神经网络预测模型,华北地区,管道天然气,日用,用气量,采集数据,去噪处理,数据集划分,训练集,测试集,真实值,理去,去噪效果,预测数据,数据预处理,平均温度,天气类型,节假日,一日,暖情,负荷变化,这段,温差变化,供气,这部分,合理处理,预测误差,农村居民,民用气,权值,网络参数,模型应用,短期预测
AB值：
0.274157
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。
