文档名：基于BPCSO的燃气短期负荷预测
为提高城镇燃气短期负荷的预测精度,提出一种基于改进鸡群算法(CSO)的燃气短期负荷预测方法.利用鸡群算法的全局搜索能力优化BP神经网络训练后的权值和阈值,较优化初始权值和阈值的模型,大大提高了模型预测精度,在研究中使用Garson算法定量分析了模型输入参数对结果的影响.将BP-CSO模型用于预测某城市居民日用气量,结果表明,与基础优化模型相比改进模型具有更强的非线性拟合能力,更高的预测精度;平均温度和前一日用气量对预测日用气量的影响最大,影响占比分别为29％和33％.
作者：李娟蔡磊管延文刘文斌
作者单位：华中科技大学环境科学与工程学院,湖北武汉430074
母体文献：中国燃气运营与安全研讨会(第十届)暨中国土木工程学会燃气分会2019年学术年会论文集
会议名称：中国燃气运营与安全研讨会(第十届)暨中国土木工程学会燃气分会2019年学术年会
会议时间：2019年8月28日
会议地点：上海
主办单位：中国土木工程学会,《煤气与热力》杂志社有限公司
语种：chi
分类号：TP1TP3
关键词：城镇燃气供应 短期负荷预测 鸡群算法 BP神经网络
在线出版日期：2020年4月16日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.03 MB
- 下载次数:
- 60
-
高速下载
|
|
