科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了降低家庭生活热水和采暖热水的能源消耗，本文采用基于门控循环单元（GRU）的神经网络模型，以储水式热水器为研究对象。在综合考虑热水器加热功率的基础上，对数据进行预处理，旨在保持数据的整体结构，同时降低计算量。据此，建立了家用热水量用能序列的中长期依赖关系预测模型。与传统的BP神经网络和长短时记忆（LSTM）模型的预测结果相比，基于GRU算法模型的用户热水用量预测结果在均方根误差和平均绝对误差方面表现更优，且所需训练时间较短。结果表明，GRU预测模型能更好地满足热水供应等用能方面的预测需求。
- 单位
