基于优化BP神经网络的预测模型在纺纱企业能源管理中的应用

准确的能源预测有助于企业从降低能耗角度调整生产计划,即选择合适的设备机型、生产品种、生产工艺组合,实现降低能源成本的目的。分析了纺纱厂能源消耗的主要影响因素,使用阻尼最小二乘法优化的BP神经网络算法建立预测模型,利用纺纱厂能源管理的样本数据学习训练预测模型,并且进行能耗预测。结果表明该模型可以有效预测纺纱企业能源消耗量。

This paper analyzes the main factors that affect the energy consumption in a spinning mil ,and applies the BP neural network optimized by Levenberg_Marquardt algorithm to build prediction model,uses the sample data from the spinning mil energy management system to exercise the prediction model,and predicts the spinning factory energy consumption.