基于CNN和BiLSTM神經(jīng)網(wǎng)絡(luò)模型的太陽(yáng)能供暖負(fù)荷預(yù)測(cè)研究

打開(kāi)文本圖片集

摘 要：針對(duì)太陽(yáng)能供暖系統(tǒng)中因熱量供需不匹配而引起的能源浪費(fèi)現(xiàn)象，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)-雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的短期熱負(fù)荷預(yù)測(cè)模型。首先對(duì)數(shù)據(jù)進(jìn)行清洗，使數(shù)據(jù)準(zhǔn)確完整；其次依據(jù)皮爾遜相關(guān)系數(shù)對(duì)輸入特征進(jìn)行篩選；最后依據(jù)其空間-時(shí)間特征建立卷積神經(jīng)網(wǎng)絡(luò)-雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型。在與單一神經(jīng)網(wǎng)絡(luò)模型長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)及雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)進(jìn)行詳細(xì)比較和分析后，結(jié)果表明，該模型相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型在精確度上存在明顯提升，驗(yàn)證了本模型在太陽(yáng)能供暖負(fù)荷預(yù)測(cè)中的有效性。（剩余10570字）