基于神经网络的换热站二次回水温度预测方法

• 作 者: 董晨 周浩杰 宫铭举 王晟 杨鹏 赵义
• 机 构: 天津理工大学计算机科学与工程学院天津市智能计算及软件新技术重点实验室,天津理工大学电气电子工程学院,春华（天津）能源管理有限责任公司,天津华春智慧能源科技发展有限公司
• 出 处: 计算机应用与软件
• 发表日期: 2020年06期
• 关键词: 神经网络 换热站 二次回水温度 预测 Neural networkHeat exchange stationSecondary backwater temper
• 基金项目: 天津市高等学校科技发展基金项目(20140708)

换热站是集中供热系统的中枢,针对集中供热系统的时变性、时滞性及非线性的特点,为了准确获得换热站温度控制系统的设定值,根据实测的换热站数据和气象数据,通过相关性分析建立三个预测特征集,分别构建RNN、DNNs和LSTM三种神经网络预测模型实现对二次回水温度的预测。实验结果表明,影响二次回水温度的主要气象因素为室外温度,三种预测模型都能实现二次回水温度的预测,在数据集Set3上采用RNN预测模型具有更高的预测精度,并且节约能源。