小區(qū)供熱系統(tǒng)鍋爐熱負荷預(yù)測實現(xiàn)研究.pdf

1、熱負荷預(yù)測是供熱系統(tǒng)安全經(jīng)濟運行的前提，隨著供熱系統(tǒng)的市場化，高質(zhì)量的熱負荷預(yù)測越來越顯得重要和迫切。神經(jīng)網(wǎng)絡(luò)方法在負荷預(yù)測中己經(jīng)被公認為較有效的方法，本文針對神經(jīng)網(wǎng)絡(luò)用于供熱系統(tǒng)熱負荷預(yù)測的幾個方面展開研究工作： 第一，本文首先對預(yù)測技術(shù)、人工神經(jīng)網(wǎng)絡(luò)及其在供熱系統(tǒng)中應(yīng)用進行了一些理論基礎(chǔ)的介紹和探討，重點介紹了BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)在負荷預(yù)測方面的一些知識及實際應(yīng)用中的改進。 第二，供熱系統(tǒng)熱負荷是一個隨機非平穩(wěn)過程，

2、其負荷觀測值由于受到各種因素的影響，可能會存在某些“壞數(shù)據(jù)”或“不良數(shù)據(jù)”，這些數(shù)據(jù)夾雜在正常的負荷數(shù)據(jù)中參與神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，嚴重影響了負荷預(yù)測的精度。本文利用統(tǒng)計學(xué)的方法，求出某段時間內(nèi)負荷序列中的均值與方差，并與閾值相比較，從而除去“不良數(shù)據(jù)’，為準確有效地進行負荷預(yù)測提供了保證。 第三，通過對歷史負荷數(shù)據(jù)規(guī)律性的分析，得出負荷以日為周期規(guī)律變化的結(jié)論。在神經(jīng)網(wǎng)絡(luò)輸入節(jié)點的選擇方面，由于影響負荷預(yù)測的因素較多，既由負荷本身的

3、歷史表現(xiàn)決定，還要受到眾多非負荷因素的影響，非負荷因素中又以氣象因素權(quán)重最大，因此除了引入相關(guān)歷史負荷作訓(xùn)練樣本外，還考慮了溫度、天氣因素、供熱系統(tǒng)的壓力和流量對負荷變化的影響，提高了負荷預(yù)測的精度。 第四，針對常用BP算法預(yù)測速度慢、易陷入局部最優(yōu)解的缺點，提出了基于RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)的級聯(lián)神經(jīng)網(wǎng)絡(luò)預(yù)測方法。把天氣因素和歷史負荷對負荷預(yù)測值的影響分開考慮，其中RBF子網(wǎng)絡(luò)用于描述歷史負荷的影響，BP子網(wǎng)絡(luò)則對在RBF子網(wǎng)絡(luò)中