基于Box_cox变换和UFCNN的供热负荷预测方法及系统
摘要:
本发明公开了一种基于Box_cox变换和UFCNN的供热负荷预测方法及系统,其中,该方法包括确定供热负荷预测区域,采集该预测区域内的气温气候以及供热量数据,构建样本数据集;对样本数据集中每个样本的输入和输出数据均进行Box-Cox变换,进而将变换后的数据划分成训练数据集和验证数据集;构建UFCNN,将训练数据集内的数据输入该网络进行多轮训练,得到训练完成后的网络,并利用该网络对验证数据集进行验证测试学习效果;将待预测数据输入UFCNN,计算出与Box-Cox变换同量纲的供热负荷预测结果;对与Box-Cox变换同量纲的供热负荷预测结果进行逆Box-Cox变换,得出最终的供热负荷预测值。本发明能够纠正供热负荷数据的偏态分布,使其更符合正态分布形式,从而提高数据预测的准确性。
0/0