《表3 模型样本集和输入参数》
本文使用相似日样本集作为训练集,相关性分析筛选出的特征参数作为输入参数建立复合优化预测模型ANN0。作为对比,分别建立ANN1、ANN2、ANN3三个BP网络预测模型,各模型样本集和输入参数汇总于表3,并根据表2的网络模型设置进行训练。其中,ANN1取全年数据作为训练集(不聚类),输入参数与ANN0相同。ANN2取相似日样本集作为训练集,不使用相关性分析进行特征参数筛选,而是根据相关文献[9-11]的调研和数据收集情况选取如下:预测日当天t-1时刻负荷值,t-2时刻负荷值,t时刻室外温度,t-1时刻室外温度,t时刻室外相对湿度,t-1时刻室外相对湿度,预测日前一日t时刻负荷值,t-1时刻负荷值,t+1时刻负荷值,预测日前一周t时刻负荷值,预测日期类型。ANN3取全年数据作为训练集(不聚类),输入参数与ANN2相同。
图表编号 | XD0090934000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 盘承巍、王健、谢孟晓 |
绘制单位 | 同济大学机械与能源工程学院 |
更多格式 | 高清、无水印(增值服务) |