一种基于改进深度置信网络的冰蓄冷空调系统负荷预测方法及装置

本发明公开了一种基于改进深度置信网络的冰蓄冷空调系统负荷预测方法及装置，该预测方法包括，构建IGA‑DBN模型，利用IGA为DBN选择一组最佳初始权重和阈值，克服DBN初始值选择的随机性，提高DBN的收敛速度和逃避局部最优的能力，然后再构建训练集对DBN进行训练，得到空调负荷预测模型；应用该模型进行空调负荷预测。本发明可以克服传统DBN模型的初始数据选择的随机性，变现出更快的收敛速度和逃避局部最优的能力，有效提高预测精度。