热力站热负荷神经网络预测模型对比研究.pdf

热力站热负荷神经网络预测模型对比研究

详情：以郑州某热力站为研究对象，通过相关性分析确定热负荷的影响因素。分别建立 BP 神经网络预测模型、 RBF 神经网络预测模型以及采用遗传算法优化的 BP 神经网络预测模型，对 3 种预测模型的预测效果进行评价。 3 种预测模型的预测热负荷与实测热负荷的变化趋势基本一致，均可较为客观地反映热负荷的时序特征。与 BP 预测模型、 RBF 预测模型相比， BP-GA 预测模型的预测值更接近实测值，预测值的误差、相对误差更小。在 3 种预测模型中， BP-GA 预测模型预测效果最佳，且训练时间最短。

关键词：热负荷预测； BP 神经网络； RBF 神经网络；遗传算法

部分内容如下：

结果与讨论

结论

9个影响因素与热负荷的