基于VMD-GWO-HKELM的企业能耗预测研究.pdfVIP

建筑电气

BUILDING

2024年第4期ELECTRICITY

HKHV

基于VMD-GWOI的企业能耗预测研究

樊树强万俊杰（安科瑞电气股份有限公司，上海市201801)

ResearchonthePredictionofEnterpriseEnergyConsumption

BasedonVMD-GWO-HKELM

FANShuqiangWANJunjie(AcrelElectricCo.,Ltd.,Shanghai201801,China)

Abstract:Energyisthefunction;polynomialkernelfunction

consumptionpredictioni

ofaneofthe

majorconcernenterpriseandisone

importanttasksforanenterprisetoestablishanenergy摘要：能耗预测是企业关注的重点，对于企业

consumptionmanagementandcontrolplatform,which保障用能安全稳定有重大作用，是企业建立能耗管控

playsasignificantroleinensuringsafeandstable平台的重要任务之一。为完善企业能耗管控平台并且

energyconsumption.Anenergyconsumptionprediction高效准确地进行企业能耗预测，提出一种基于变分模

modelofoptimizedhybridkernelextremelearning态分解（VMD）与灰狼算法（CWO）优化混合核极限

machine(HKELM)

isproposedbasedonvariational学习机（HKELM）的能耗预测模型。首先利用VMD

modedecomposition（VMD）andgreywolfoptimizer

对能耗数据序列进行分解，获得具有不同特征规律的

(CWO).First,VMDisemployedtodecomposeenergy子序列，以降低能耗原始数据的随机性；然后，结合

consumptiondatasequenceandobtainsub-sequences高斯核函数和多项式核函数构建更具有泛化能力的

withdifferentcharacteristicrules,soastoreducetheHKELM模型，同时针对HKELM模型中参数难以扶择

randomnessofrawdataofenergyconsumption.Then,的问题，采用GWO对其参数进行优化选择，并构建

GaussiankernelfunctionandpolynomialkernelfunctionCWO－HKELM模型；最后，将分解后的数据输入到

areadoptedtoestablishHKELMmodelwithalargerCWO-HKELM模型中，并将每个子序列的预测结果

the

generalizationability.Meanwhile，considering