基于粒子群神经网络的热力站供热负荷预测
刘剑1
杨勇2
邱庆刚2
1.大连大发热电有限公司,辽宁大连,1160012.大连理工大学能源与动力学院,辽宁大连,116024
摘要：结合河北省秦皇岛市碧水园热力站的供热实际情况,提出了利用BP神经网络进行热力站供热负荷的预测.为克服标准BP算法收敛速度慢和易于陷入局部最小的问题,提出利用进化算法--粒子群算法进行神经网络初始状态的优化.在此基础上,进一步提出了混合粒子群算法和速度变异粒子群算法两种改进算法提高优化性能.计算结果表明,采用粒子群算法和BP算法相结合的办法,可以明显提高热负荷的预测精度.
关键词：热负荷BP神经网络粒子群算法速度变异粒子群算法
分类号：TU832.1+1(房屋建筑设备)TP273(自动化技术及设备)
论文发表日期：2008-06-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 27-30 )
英文信息