首页| 行业标准| 论文文档| 电子资料| 图纸模型
购买积分 购买会员 激活码充值

您现在的位置是:团子下载站 > 其他 > 如何使用NARX神经网络进行热负荷预测中关键影响因素的分析

如何使用NARX神经网络进行热负荷预测中关键影响因素的分析

  • 资源大小:1.17 MB
  • 上传时间:2021-07-04
  • 下载次数:0次
  • 浏览次数:19次
  • 资源积分:1积分
  • 标      签: 模型 负荷 神经网络

资 源 简 介

在区域供热(DH)网络中 , 精确预测热负荷已被认为是提高效率和节省成本的重要环节。为了提高预测精度,研究不同影响因素对热负荷预测的影响极为重要。使用引入不同影响因素的效据集训练得到带外部输入的非线性自回归(NARX)神经网络模型,并比较其预测性能,以讨论直接太阳辐射和风速对热负荷预测的影响程度。实验结果表明,直接太阳辐射和风速都是热负荷预测中的关键影响因素。只引入风速时,预测模型的平均绝对百分比误差(MAPE)和均方根误差(RMSE)均低于只引入直接太阳辐射,同时引入风速和直接太阳辐射能够得到最佳的模型预测性能,但是对于MAPE和RMSE降低的贡献不大。
VIP VIP