基于NARX神经网络的热负荷预测中关键影响因素分析

摘要 在区域供热（DH）网络中，精确预测热负荷已被认为是提高效率和节省成本的重要环节。为了提高预测精度，研究不同影响因素对热负荷预测的影响极为重要。使用引入不同影响因素的数据集训练得到带外部输入的非线性自回归（NARX）神经网络模型，并比较其预测性能，以讨论直接太阳辐射和风速对热负荷预测的影响程度。实验结果表明，直接太阳辐射和风速都是热负荷预测中的关键影响因素。只引入风速时，预测模型的平均绝对百分比误差（MAPE）和均方根误差（RMSE）均低于只引入直接太阳辐射，同时引入风速和直接太阳辐射能够得到最佳的模型预测性能，但是对于MAPE和RMSE降低的贡献不大