几种集中供热负荷预测模型对比

• 作 者: 于晓娟 顾吉浩 齐承英 孙春华
• 出 处: 暖通空调
• 发表日期: 2019年02期
• 关键词: 集中供热 热负荷预测 多元线性回归 BP神经网络 支持向量机回归
• 基金项目: “十三五”国家重点研发计划“既有公共建筑综合性能提升与改造关键技术”(编号:2016YFC070070702)

为了精确地预测供热负荷,在预测模型中增加了室内温度影响因子,并采用多元线性回归(MLR)、BP神经网络和基于网格搜索优化支持向量机回归(GS-SVR)的方法,对未来7 d的供热负荷进行了预测。研究结果表明,GS-SVR预测模型的精度最高,其预测精度明显优于MLR和BP神经网络,可用于指导工程实践。