基于机器学习的地热供热系统短期负荷自动预测方法  

作　　者：刘现伟 

机构地区：[1]长安通信科技有限责任公司,北京102209

出　　处：《装备制造技术》2025年第2期37-40,共4页Equipment Manufacturing Technology

摘　　要：地热供热系统短期负荷自动预测序列一般为单层级,自动预测的效率较低,导致百分比预测误差增加,为此提出对基于机器学习的地热供热系统短期负荷自动预测方法的设计与验证分析。根据实际的预测需求及标准,先提取短期负荷预测特征,采用多层级的方式,提高自动预测的效率,建立多层级交叉预测序列,构建机器学习自动预测模型,采用极限学习处理实现预测处理。最终的测试结果表明:对比于传统的STL-LSTM-TCN模型短期负荷自动预测组、传统多特征提取的Attention-BiGRU短期负荷自动预测组,此次所设计的机器学习短期负荷自动预测组最终得出的平均绝对百分比预测误差被较好地控制在了5以下,说明该种方法的预测针对性较强,预测的范围标准灵活、稳定,整体的预测精度较高,过程中误差可控,具有实际的应用价值。

关 键 词：机器学习 地热供热 供热系统 短期负荷 自动预测 预测方法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]