一种基于LSTM应用于卷烟厂的冷热负荷预测方法

本发明属于烟厂能源供给预测技术领域，具体涉及一种基于LSTM应用于卷烟厂的冷热负荷预测方法，包括数据收集、数据预处理、构建神经网络模型，定义模型结构、基于LSTM模型的计算、训练LSTM模型及LSTM模型应用等步骤，针对卷烟厂工艺生产过程中，各个系统模块运行相对独立，冷热能源消耗独立，存在冷热内耗和余热排放等浪费情况下，通过供能负荷预测系统提前拟合出未来24小时冷、热负荷曲线，为供能调度系统提供能流方向趋势，进行精细化能源调控，实时数据学习和智能化分析，提高了系统对于温湿度传感器故障判断的准确性，卷烟生产的品质得到更好地保障。