基于神经网络集中供热负荷预测与控制研究.doc

基于神经网络集中供热负荷预测与控制研究 供热负荷预测是集中供热系统进行运行调节的前提和基础，也是集中供热系统优化控制的一个重要先决条件。正如前面所述，在集中供热系统中，为了保证节能和供热质量，热源处必须要很好的跟踪预测热用户的用热量。负荷预测就是在掌握负荷变化规律的基础上，充分考虑各种影响因素后，以一定的准确程度来预报未来某一时刻或某一时段的负荷大小。因此，对供热负荷进行准确预测，对于整个集中供热系统的运行管理、提高供热质量、节约能源、环境保护、改善人们的生活质量等都具有十分重要的意义。集中供热负荷的变化是典型的非线性变化，供热系统在确定建设规模，制定运行、检修计划方面面临许多因素的影响。本文对神经网络BP算法供热负荷预测方面的应用在理论上做了一些研究，取得了比较满意的效果。本文利用BP神经网络理论和优化算法，建立了集中供热系统的自适应动态控制方案，仿真结果表明该控制方案克服了传统控制方案的缺点，大大提高了供热品质，节约了能源。 关键词：集中供热；负荷预测；BP神经网络Based on neural network load forecast and control central heating Abstract Heating load forecasting is central heating system to adjust the optimal control one of the important prerequisites. Therefore, the heating load forecasting advance precise forecast for heating the operation of the system management, improve heating quality, energy saving, environmental protection etc have very important significance.The central heating load changes is a typical nonlinear variation, heating system in determining the construction scale, establishing operation and maintenance plan faces many factors influence. Based on neural network based on BP algorithm heating load forecasting applications in theory did some research and made satisfactory effect.This paper using BP neural network theory and optimization algorithm, a concentrated heating system adaptive dynamic control scheme, the simulation results show that this control scheme overcome traditional control scheme shortcomings, greatly improving the heating quality, save the energy. Keywords: centralized heat supply; the load forecast; the BP neural network 目 录 摘 要 I Abstract II 1 绪 论 1 1.1选题背景 1 1.2目前供热负荷预测研究现状 2 1.3 本论文研究的主要内容 4 2 BP神经网络介绍 5 2.1人工神经网络结构 5 2.2 BP神经网络模型概述 6 2.3反向传播学习算法 7 2.4 BP学习算法的缺陷 9 2.5 BP算法的改进 10 3 热负荷预测神经网络模型的建立 11 3.1 神经网络用于集中供热系统控制的必要性 11 3.2 集中供热系统神经网络控制方案的研究 12 4基于BP神经网络的热负荷预测仿真分析 15 4.1基于改进BP神经网络的热负荷预测 15 4.2 集中供热负荷预测仿真示例 17 4.3 预测结果分析 19 4.4本章小结 22 结 论 23 致 谢 24 参考文献 25 附录 26 1 绪 论 城市集中供热目前已成为我国北方冬季供热的一种主要形式。由集中供热代替传统的分散供热有助于节约能源、减少污染、提高经济效益，是城市现代化建设的一个重