一种基于相似日聚类与卷积门控循环的供暖负荷预测方法

本发明公开了一种基于相似日聚类与卷积门控循环的供暖负荷预测方法，涉及集中热系统换热站供暖负荷预测技术领域，包括获取侧供热负荷历史数据与气象数据并进行预处理，再将其按天数切片，分成训练集和验证集；根据供热负荷变化情况，对训练集进行天气类型的粗分类，再对天气类型进行细分类，得到不同天气类型的特征；结合灰色关联度分析与皮尔森积矩相关系数，得到目标日与各天气类型之间的关联度最大的数值，选取对应数据集作为输入；通过组合神经网络模型进行训练，并得到供热负荷预测结果。因此，采用上述一种基于相似日聚类与卷积门控循环的供暖负荷预测方法，能够提高集中供热系统换热站热负荷的预测精度，并具备更强的灵活性与普适性。