供暖热网预测神经网络模型的研究.doc

《供暖热网预测神经网络模型的研究.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、供暖热网预测神经网络模型的研究摘要将人工神经网络应用于供暖热网实时预报技术，建立起可用于热网供暖预报的外时延反馈型BP网络模型，及内时延反馈型Elman网络。本文利用牡丹江西海林小区锅炉房2000年11月～2001年4月的部分热网数据，对所建立的网络进行训练和检验，结果表明两处预报模型的均具有较好的动态跟踪能力和预报特性。而Elman网络在节点结构上比外时延反馈型BP网络更简单，在确定网络节点结构上更快捷，更具有实际推广和应用价值。　　关键词人工神经网络供暖热网预测外时延内时延反馈型BP网络Elman网络　　　　一些复杂的生产过程，如热网供热，由于其反应机理非常复

2、杂，具有很强的非线性、大滞后、时变性和不确定性，难以建立被控对象的数学模型，至今仍很少实现闭环控制，只好有经验的操作人员进行调节。操作人员虽然没有被控对象的数学模型，但是由于他们比较熟悉供暖热网和设备，且在长期的现场工作中积累了丰富的操作经验，他们通过观察仪表指示的变化，如热网的从、回水温度、室外温度等参数，并且预估某些参数将要发生的变化，然后调整供热负荷，以保证热网供暖正常。这种人工控制方式一般也能达到较好的控制效果，但是由于操作人员的经验与能力的不同，或由于人的疲劳、责任心等原因，也时常会因操作不当造成热网供暖不正常，或在产生突发事件时，不能预测将会发展或延续

3、扩大的严重故障，而引发更大的故障。　　预测对于提供未来的信息，为当前人人作出有利的决策具有重要意义。现有的预测方法如时间序列分析中的AR模型预测方法，只适用于线性预测，而且，还需要对所研究的时间序列进行平稳性、零均值等假定，其适用范围受到一定的限制。近年来，人工神经网络以其高度的非线性映射能力，在某些领域的预测中得到广泛的关注。本文利用神经网络技术辨识供暖热网动态预报系统的模型，并对其进行了实际训练和测试，分别建立了外时延反馈型BP网络模型和内时延反馈型Elman网络的预测模型。　　1外时延反馈BP网络　　6　　多层前向网络是研究和应用的最广泛也是最成功的人工神经

4、元网络之一。多层前向网络是一种映射型网络。理论上，隐层采用Sigmoid激活函数的三层前向网络能以任意精度逼近任一非线函数，神经元网络可以根据与环境的相互作用对自身进行调节即学习，一个BP网络即是一个多层前向网络加上误差反向传播学习算法，因此一个BP网络应有三项基本功能：（1）信息由输入单元传到隐单元，最后传到输出单元的信息正向传播；（2）实际输出与期望输出之间的误差由输出单元传到隐单元，最后传到输入单元的误差反向传播；（3）利用正向传播的信息和反向传播的误差对网络权系数进行修正的学习过程。目前，多层前向网络的权系数学习算法大多采用BP算法及基于BP算法的改进算法

5、，如带动量项的BP算法等。BP网络虽然有很广泛的应用，但由于它是一个静态网络，所以只能用于处理与时间无关的对象，如文字识别、空间曲线的逼近等问题。热网供暖的各项参数都是与时间有关系的，而且我们即将建立的供暖热网预报模型必须是一个动态模型。为此，必须在网络中引入记忆和反馈功能。可以有两种方式实现这一功能，一是采用外时延反馈网络，即反输入量以前的状态存在延时单元中，且在输入端引入输出量以前状态的反馈，如图1所示；另一种方式是采用内时延反馈网络，既在网络内部引入反馈，使网络本身构成一个动态系统，如下面将要介绍的Elman网络。　　　　　　　　　　　　　　　　　　　　　　

6、　　　　　　　　　　　　　　　　　　　　　　　图1处延时反馈网络　　2Elman网络　　　　如前所述，在BP网络外部加入延时单元，把时间信号展开成空间表示后再送给静态的前向网络作为一类输入，从而实现时间序列建模和预测。然而，这种方式大大增加了输入节点个数因而导致了网络结构膨胀，训练精度下降，训练时间过长。　　Elman动态网络是动态递归网络中较为简单的一种结构，如图2所示。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图2Elman网络　　　　由输入层、隐含层、结构层（联系单元层）和输出层组成，结构层记忆隐含层过去的状态，并在下一时刻与网络

7、的输入，一同输入隐含层，起到一步延时算子作用。因此，Elman动态递归网络具有动态记忆的功能，无需使用较多的系统状态作为输入，从而减少了输入层单元数。3供热网络预报模型　　　　根据研究问题的性质不同，选择不同的网络结构和激活函数，以便建立准确的神经网络预报模型。外时延反馈网络和内时延反馈网络都将其时延单元和反馈单元视为BP网络的输入参数，因此可以应用BP算法训练网络，其隐含层和输出层的节点激活函数可选择tansig、purelin函数，表达式为：　　　　tansig函数：　　　　purelin函数：　f2(x)=kx　　　　输出：　　　　其中：xi----热网输入

8、；