摘要
本发明涉及集中供热技术领域,提供了一种基于EMD的LSTM热负荷预测方法及系统,该方法包括如下步骤:步骤1,基于PLC数据采集系统采集热负荷相关数据结合气象数据作为原始数据;步骤2,进行填补缺失数据、纵向处理和横向处理;步骤3,采用小波阈值方法进行去噪处理;步骤4,采用Min‑Max方法进行归一化;步骤5,将一次测流量数据EMD分解后的结果加入到原始数据中;步骤6,以扩展输入数据集和热负荷数据为输入,以均方误差MSE为目标函数、Adam算法优化模型参数训练LSTM;步骤7,输入预测时刻数据输出热负荷预测值。本方案提供了高效的工作方式,而且本方法具有低复杂性、轻的流程开销和高可扩展性,可适用于其他流量预测任务。
技术关键词
负荷预测方法
PLC数据采集
Adam算法
压力传感器模块
温度传感器模块
超声波热量表
PLC控制柜
LSTM神经网络模型
异常点
数据采集单元
小波阈值
电磁流量计
sigmoid函数
集中供热技术
三次样条插值
分线器
软阈值函数
参数
系统为您推荐了相关专利信息
电网负荷预测方法
神经网络模型
光照
光伏装机容量
卫星遥感数据
放电间隙
高压输电线路
绝缘子
多尺度
磁感应强度
负荷预测模型
预测建模方法
集群
负荷预测方法
序列
电网负荷预测方法
微电网负荷预测
负荷历史数据
集成学习模型
样本
无线供能通信网络
调度决策方法
深度神经网络
新鲜度
李雅普诺夫优化