MIV-PSO-BP神经网络用户热负荷预测

作者：王新雨; 于丹; 刘益民^*; 崔治国; 岑悦

来源：煤气与热力, 2022, 42(02): 1-3+10.

DOI：10.13608/j.cnki.1000-4416.2022.02.012

• 热负荷
• 预测
• BP神经网络
• MIV-PSO-BP神经网络

提出利用MIV-PSO-BP神经网络预测用户热负荷。MIV-PSO-BP神经网络基于BP神经网络，利用PSO算法优化神经网络初始参数，采取MIV算法筛选与输出变量相关程度最大的输入变量。以绝对误差、均方根误差作为指标，评价MIV-PSO-BP神经网络的预测效果。结合箱线图，比较BP神经网络、MIV-PSO-BP神经网络的预测相对误差分散程度与异常点数量。与BP神经网络相比，MIV-PSO-BP神经网络的预测效果更理想。由BP神经网络、MIV-PSO-BP神经网络的预测结果相对误差箱线图可知，MIV-PSO-BP神经网络预测结果相对误差集中，异常点少；BP神经网络预测结果相对误差分散，异常点多。MIV-PSO-BP神经网络预测准确性、稳定性更高。

• 单位
  北京建筑大学; 中国建筑科学研究院有限公司