基于机器学习的供热系统热负荷多步递归预测

来源 :煤气与热力 | 被引量 : 0次 | 上传用户:cuthberthirsch
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为预测供热系统的短期热负荷动态概况,提出一种基于机器学习的热负荷多步递归预测策略,该预测策略是对热负荷单步预测模型的拓展。介绍热负荷多步递归预测的流程,该流程可分为4个步骤:数据预处理、数据集划分、模型训练和模型评估。数据预处理细分为特征选择、特征工程和特征变换。在模型训练步骤中,介绍2种机器学习模型:支持向量回归(SVR)和极限梯度提升(XGBoost)。分别利用这2种机器学习模型建立了热负荷单步预测模型,根据建立的单步预测模型,采用提出的多步递归预测策略,可以实现对短期热负荷的动态概况预测。选取某实际
其他文献
根尖诱导成形术多用于青少年在根尖孔未发育完成之前牙髓发生严重病变或尖周炎的年轻恒牙,在控制感染的基础上,用药物诱导促进牙根继续发育,临床多见于青少年,本研究收集了18~40岁
近年来,康桥街道党工委、办事处,深入贯彻市委、市政府"北秀战略",认真落实区委、区政府"北部大开发"工作部署,加快建设运河新城,深入推进城中村改造。通过全面规划和建设,康
传统卷积神经网络文本分类的效果依赖输入文本表示的准确度,如果文本表示不准确,则输入的噪音将直接导致分类准确性的大幅下降。针对此问题,本文提出一种基于结合词性概率(co
杨树防护林作为吉林省西部第一代防护林是很好的。由于杨树春季风沙干旱时期正处无叶状态,影响防护效益。第二代防护林,应由杨树防护林,樟子松防护林组成的格局更替。第三代
ue*M#’#dkB4##8#”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:(100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
随着社会经济的日益发展,各种事物的变化更加纷繁复杂,因此必须采取更加科学的手段去认识客观事物的发展变化规律,从而找到更有效的解决问题的途径。统计便是一种科学有效的
通信技术作为通信事业发展中的重要组成之一,近年来不断发展,推动了我国经济的进一步提升。就通信发展的稳定性而言,提出了更高的要求,为通信电源的日常维护带来了更大挑战。
新时代的各项工作,对于各地党员干部提出了新要求和新挑战。通过加强领导干部教育培训工作,提升各地干部的综合素质,成为党校教育工作的重中之重。该文对贵州省领导干部教育工作
随着社会的高速发展和现代信息技术的显著进步,现代信息技术已经渗透到我们生活工作的方方面面,包括大学英语教学,现代信息技术对大学英语教学的教学环境、教学理念、教学模
ue*M#’#dkB4##8#”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:(100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技