摘要
本发明公开了一种基于TVF‑EMD+PSO+SBiLSTM的供热系统热负荷预测装置和方法,包括:数据采集模块,用于获取供热系统的相关运行数据;TVF‑EMD模块,用于根据相关运行数据,通过时变滤波器的经验模态分解生成新的数据特征;数据集构建模块,用于融合新的数据特征和预报的天气数据,并结合预测特征构建热负荷预测数据集;预测模型构建模块,用于根据堆叠的双向长短期记忆神经网络和热负荷预测数据集构建预测模型;热负荷预测模块,用于通过预测模型进行预测,获得热负荷预测结果。本发明实现了对供热系统热负荷的短期预测,有效提高了热负荷预测的精度和准度。
技术关键词
供热系统
双向长短期记忆
预测特征
负荷预测装置
构建预测模型
热负荷预测方法
粒子群优化方法
数据采集模块
负荷预测系统
滤波器
系统控制模块
正则化参数
天气
处理器
存储器
训练集
系统为您推荐了相关专利信息
风电机组控制系统
数字孪生建模方法
历史运行数据
数字孪生模型
机械特性参数
电力负荷预测模型
电力负荷预测方法
参数
数据
时间段
数据生成模型
表格
辅助训练数据
数据生成方法
预测特征
电力负荷预测方法
样本
GBDT算法
代表
爬山算法