基于BP神经网络的烟草企业能耗预测的研究与应用

作者：陆正卿; 方维岚

来源：山东化工, 2018, 47(19): 196-198.

DOI：10.19319/j.cnki.issn.1008-021x.2018.19.088

• BP神经网络
• Python
• 制丝
• 卷包
• 冷冻机
• HDD
• CDD
• 平均相对误差
• RMSE

为了完善烟草企业能源管理,本文进行了基于BP神经网络的能耗预测研究,尝试通过机器学习技术加强能源管理,达到节能效果,优化企业效益。针对某烟草厂的制丝生产线、卷包生产线和冷冻机,分析出月、日、班次、产量、机台数、批次数、采暖度日数(HDD)和降温度日数(CDD)等特征影响因子,并以制丝工序的电能耗用、卷包工序的电能耗用、及对应的空压耗用和冷冻机的耗用为预测对象,训练生产网络模型进行预测。研究结果显示能耗的平均相对误差大致在10%以下。

• 单位
  上海烟草集团有限责任公司