基于粒子群算法优化极限学习机的供热管网负荷预测研究  

Research On Load Prediction Of Heating Network Based On Particle Swarm Algorithm Optimized Limit Learning Machine

作　　者：郭而郛 吴森起 汪磊磊[3] Guo Erfu;Wu Senqi;Wang Leilei

机构地区：[1]天津生态城绿色建筑研究院有限公司,天津300457 [2]天津城建大学,天津300384 [3]天津建科建筑节能环境检测有限公司,天津300161

出　　处：《绿色建筑》2022年第5期82-85,共4页Green Building

摘　　要：以供热管网系统为研究对象,采用粒子群算法优化极限学习机对该系统的热负荷预测方法进行研究。利用极限学习机快速学习能力和良好的泛化性能,构建了基于极限学习机的供热系统热负荷预测模型,为确保模型在面对不同样本数据能够有较好的准确性,通过使用粒子群算法对预先设定的极限学习机的随机变量进行了多次修改,从而改善了模型在特定场景下的拟合能力。通过某集中供热系统的实际运行情况数据进行预测,提出的预测方法和和对比的预测在选择的四种误差评价指标上均有明显下降。

关 键 词：供热管网系统 粒子群算法 极限学习机算法 热负荷预测 

分 类 号：TU201.5[建筑科学—建筑设计及理论]