科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对热力站优化控制中，因热负荷数据不准确，热负荷预测准确度较低，导致难以实现热力站热量按需分配的问题，本文提出了采用面积法拟合热负荷数据。该方法通过推导公式建立热负荷与室外温度的数学关系，得到热负荷曲线的趋势；采用积分运算的方式，使热负荷曲线面积与瞬时热量曲线面积相等，计算出热负荷曲线应整体移动的尺度，最终得到拟合的热负荷曲线。搭建时间卷积网络(Temporal Convolutional Network, TCN)模型，对拟合后的热力站热负荷数据预测，并与长短期记忆网络(Long Short-term Memory, LSTM)、反向传播神经网络(Back Propagation, BP)对比。实验结果证明，TCN相较于其它算法误差更小，可以实现精准热负荷预测。
- 单位
