典型文献
基于EEMD-LSTM模型的集中供热系统热负荷预测方法研究
文献摘要：
对热网进行负荷预测是保障供热系统按需供热和精准调控的前提和依据.针对供热系统中由于高延迟、大惯性特点造成的调控不灵和能源浪费问题,构建了基于EEMD-LSMD方法的区域热网负荷预测模型,先通过EEMD(集合经验模态分解)对某热网换热站历史运行数据进行分解,并对分解的分量进行选择和辨别,再结合LSTM(长短期记忆神经网络)算法对选择的各个变量分别进行预测,最后叠加预测值得出预测结果.算例结果表明,采用EEMD与神经网络相结合的方法进行区域热网负荷预测大大减少了能源浪费,部分站点节能率甚至达到了30％以上.
文献关键词：
区域热网;负荷预测;集合经验模态分解;长短期记忆神经网络
中图分类号：
作者姓名：
张月宇;李德成;方大俊;王凯
作者机构：
临沂蓝天热力有限公司,山东临沂276017;常州英集动力科技有限公司,江苏常州213022
文献出处：
引用格式：
[1]张月宇;李德成;方大俊;王凯-.基于EEMD-LSTM模型的集中供热系统热负荷预测方法研究)[J].能源工程,2022(01):1-6
A类：
LSMD,热网负荷预测
B类：
EEMD,集中供热系统,热负荷预测,负荷预测方法,精准调控,大惯性,不灵,区域热网,负荷预测模型,集合经验模态分解,换热站,历史运行数据,解的分量,辨别,长短期记忆神经网络,大大减少,分站,节能率
AB值：
0.239471
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。
