资料下载
×
如何使用NARX神经网络进行热负荷预测中关键影响因素的分析
消耗积分:0 |
格式:rar |
大小:1.17 MB |
2018-11-22
分享资料个
在区域供热（DH）网络中 ， 精确预测热负荷已被认为是提高效率和节省成本的重要环节。为了提高预测精度，研究不同影响因素对热负荷预测的影响极为重要。使用引入不同影响因素的效据集训练得到带外部输入的非线性自回归（NARX）神经网络模型，并比较其预测性能，以讨论直接太阳辐射和风速对热负荷预测的影响程度。实验结果表明，直接太阳辐射和风速都是热负荷预测中的关键影响因素。只引入风速时，预测模型的平均绝对百分比误差（MAPE）和均方根误差（RMSE）均低于只引入直接太阳辐射，同时引入风速和直接太阳辐射能够得到最佳的模型预测性能，但是对于MAPE和RMSE降低的贡献不大。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
