检索结果-南通市图书馆

检索条件"主题词=NWP-CNN-LSTM"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的供热负荷预测方法与优化控制策略研究

基于深度学习的供热负荷预测方法与优化控制策略研究

引用

作者：刘文强天津工业大学

学位级别：硕士

集中供热系统存在于北半球的大多数国家,它是保证冬季居民室内温度舒适性的重要基础设施。科学运行集中供热系统的一个重要前提是供热负荷预测的准确性,准确的供热负荷预测数据对于热能的生产、输送和调配至关重要,热电厂和集中供热部... 详细信息

集中供热系统存在于北半球的大多数国家,它是保证冬季居民室内温度舒适性的重要基础设施。科学运行集中供热系统的一个重要前提是供热负荷预测的准确性,准确的供热负荷预测数据对于热能的生产、输送和调配至关重要,热电厂和集中供热部门可以依据精准的负荷预测结果制定热能的生产和供应计划。由于我国的供热负荷预测技术发展较晚以及集中供热部门缺乏重视等原因,现阶段的集中供热系统多采用粗放式管理,主要表现在缺乏精确的供热负荷预测数据以及控制策略对集中供热系统的调控进行指导。一方面,这种控制方式无法根据气温等因素导致的用热需求变化适时调节供热负荷,导致供热质量下降,另一方面,粗放式管理在现实中多存在供热过剩导致的能源浪费现象。本文利用深度学习相关技术,以长短期记忆(Long and Short-Term Memory,lstm)神经网络为基础,结合卷积神经网络(Convolutional Neural Networks,cnn)的特征表达能力,并利用数值天气预报(Numerical Weather Forecast,nwp)提供的天气数据,设计出了一种基于nwp-cnn-lstm组合神经网络的集中供热系统供热负荷预测模型。此外,在满足热用户用热负荷需求的前提下,以节能为目标,建立了优化模型,对集中供热系统的控制和调节方案做出对比和指导,主要研究工作总结如下:(1)为了提高供热负荷预测的精度,本文以亚利桑那州立大学校园代谢项目中集中供热系统的供热负荷数据为样本,系统分析了周期性规律因素和随机因素对供热负荷的影响,并结合数值天气预报数据,完成了对nwp-cnnlstm供热负荷预测模型的设计、分析、优化。最后,将nwp-cnn-lstm组合预测模型与其他几种供热负荷预测基线模型进行对比,其RMSE相较于Light GBM、lstm、cnn-lstm、nwp-lstm分别下降了52.71%、42.91%、18.65%、16.49%,MAPE分别下降了47.28%、42.11%、20%、18.05%。(2)为了在满足供热负荷需求的前提下,降低集中供热系统的运行成本,提高供热质量,本文建立了以节能为目标的优化模型,并利用模型分析了在不同的供热负荷指数下,可以使系统达到最小能耗的控制调节策略。最后,通过与未使用优化控制策略的集中供热系统电能消耗进行对比,验证了本文所提出的优化控制策略可以显著提高系统的节能效果。

关键词：集中供热系统供热负荷预测长短期记忆网络卷积神经网络数值天气预报 nwp-cnn-lstm

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：