摘要
北方冬季取暖能源消耗巨大,采用集中供热方式代替分散取暖,可以有效提升能源利用效率,减少能源浪费。但是,不合理的供热计划往往造成热源浪费或者无法满足热用户的采暖需求。针对系统热源负荷设置不合理的情况,本文分别借助BP神经网络、RBF神经网络对供热负荷进行预测,优化热源配置。为了解决传统BP神经网络收敛速度慢以及容易陷入局部最优的问题,本文采用遗传算法对传统BP神经网络模型的初始权值和阈值进行优化。结果表明,改进后的BP-GA神经网络模型用于供热小时负荷的短期预测时,不仅收敛速度快,而且预测精度高,相比传统BP神经网络模型,其预测精度可提高了0.58%,均方根误差降低了2.51KW,训练时间缩短了425.16秒。
