基于优化BP神经网络的蒸汽负荷预测研究
薛德师1
贾立超2
张逸凡3
曹琦2
1.河北省特种设备技术检查中心,河北 石家庄 0500002.大连理工大学能源与动力学院,辽宁 大连 1160243.大连理工大学白俄罗斯国立大学联合学院,辽宁 大连 116024
摘要：对热电厂未来24小时的总售汽量及热用户需求蒸汽量进行预测,采用MEA-BP神经网络和PSO-BP神经网络共2种优化模型,收集热电厂一年的历史数据,包括热用户每日蒸汽消耗总量、热电站售汽总量以及天气参数,并通过数据预处理、相关性分析和规范化处理,构建热用户蒸汽负荷预测模型.结果表明,优化BP神经网络模型具有更高的预测精度和稳定性,能够有效反映热用户的用热特性和蒸汽负荷的变化趋势,可以为热电厂的能源管理和节能减排提供参考.
关键词：大数据分析蒸汽负荷预测用热特性预测模型BP神经网络
分类号：TM621(发电、发电厂)
论文发表日期：2025-05-25
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：6( 74-79 )
英文信息