基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究

基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究

ID:35068930

大小:3.37 MB

页数:78页

时间:2019-03-17

基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究_第1页
基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究_第2页
基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究_第3页
基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究_第4页
基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究_第5页
资源描述:

《基于粒子群优化bp神经网络的长春东卉供热区域热力负荷预测研究》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、T阳73+1单位代码;10183分类号;.研究生学号:201355E051密级:公开古林大学硕古学位论文专业聲t&()基于粒子群优化BP神经网络的长春东井供热区域热力负荷硕测研究HeatingLoadofChanchunDonghuiHeatingAreagFo巧castinAlodthmBasedon目PImprovedbyPSOgg作者姓名:全红梅、类别;工程硕±领域(方向):电气工程指导教师:段清明教授孙申高级工程师培养单位;仪器科学与电气工程学院2016年11月/

2、未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限〉。否则,应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑軍声明:所呈交学位论文,是本人在指导教师的指导下,独立进行研究X作所取得的成果。除文中己经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中明确方式标明。本人完伞意识到木声明的法律结果由

3、本人承担。学位论文作者签名;胃Dta■:立谷曰期屯年(日月基于粒子群优化BP神经网络的长春东卉供热区域热力负荷预测研究HeatingLoadofChangchunDonghuiHeatingAreaForecastingAlgorithmBasedonBPImprovedbyPSO作者姓名:全红梅领域(方向):电气工程指导教师:段清明教授孙申高级工程师类别:工程硕士答辩日期:2016年11月26日摘要基于粒子群优化BP神经网络的长春东卉供热区域热力负荷预测研究在世界能源极度紧张和工业发展带来严重污染的今天,集中供热可以减少能源的使用,降低环境污染,进而可以提高

4、经济发展的效益,因此近些年来集中供热已经成为我国主要的供热形式,也将成为今后区域供热的一个研究热点,随着集中供热的不断改革创新,每个热用户分别使用计量的采暖设计不断地被推广,对集中供热和热网能源有效利用提出了更高的要求,因此热力负荷预测算法将对整个热力生产带来重要的意义。本文主要针对目前能源紧张,集中供热要求迫切的形式,选择粒子群算法对BP神经网络进行优化,并将其应用到热力负荷预测算法当中,结果表明优化后的算法的准确性和稳定性都比没优化前有了很大的改观。本文分析这些预测算法的原理并结合热力负荷的反应时间比较长,各种供热相关参数所对应的检测数据之间关系比较复杂,管网供回水压

5、力、温度、室外气温、日照情况、负荷温度等等,各种供热相关参数所对应的检测数据之间不存在着直接相关性,由此本课题选择人工神经网络算法来处理这些数据,最后选定最普遍应用的BP神经网络算法,它的优势在于可以很好的处理非线性关系的数据,并可以实现自我学习和最广泛的适应能力,但是BP神经网络还有一些局限性,例如初始权值设置是随机设定的,因此神经网络训练很容易导致不稳定或是达不到收敛的状态,同时梯度下降法很容易获得局部极值,因此会导致预测准确性很差。因为BP神经网络有着这些缺陷大大的限制了它在工程当中的应用,因此选用粒子群算法对其进行优化来降低算法的缺陷,并稳定BP神经网络的结构,并

6、对初始的随机权值进行快速的调节,使网络快速达到收敛状态,提高BP神经网络算法的运算速度。本文最主要的部分是热力负荷预测模型的确定,难点在于确定BP神经网络和粒子群算法结构以及两者是如何结合在一起建立起更优越的算法模型,并分析了优化后的模型的结构和参数的确定方式,以及整个模型进行预测时的流程。采用东卉区域锅炉房冬季的热力负荷数据输入到系统的模型进行短期的负荷预测,通过仿真实验结果看出优化后的算法误差大大的减少了,速度也加快了很多。I关键词:粒子群,优化,BP神经网络,负荷预测IIAbstractHeatingLoadofChangchunDonghuiHeatingArea

7、ForecastingAlgorithmBasedonBPImprovedbyPSOTheproblemsofenergyextremelynervousandseriouspollutionofindustrialtoday,ifweadoptedthecentralheatingthatwecanreduceenergyandenvironmentalpollution,whichcanimprovetheefficiencyofeconomicdevelopment.Inrecentyears,centralheatin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。