几种热力站二次供水温度预测模型的比较分析
Journal of Hebei University of Technology（2023）
摘要
供热系统通常通过调节热力站二次供水温度来满足热用户的需求.为了准确的获得二次供水温度的预测值,通过相关性分析和偏自相关分析确定预测模型的特征集;采用在线序列极限学习机(OS-ELM)、多元线性回归(MLR)、BP神经网络(BP)、支持向量回归(SVR)和极限学习机(ELM)模型进行短期二次供水温度的预测.对天津市某热力站的应用结果表明:预测特征集为室外温度和前28h的历史二次供水温度数据;在训练样本容量较少和跨供暖季应用两种情况下,OS-ELM预测精度均最高,MAPE值分别为1.55%和0.47%.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要