一种多时间尺度空调负荷预测方法

    公开(公告)号:CN114202102B

    公开(公告)日:2024-08-27

    申请号:CN202111343825.X

    申请日:2021-11-14

    摘要: 一种多时间尺度空调负荷预测方法,该方法基于改进鸟群优化算法与卷积神经网络,包括如下步骤:获取空调负荷历史数据,获取相应日期气象数据与日期类型数据,建立训练集;构建基于卷积神经网络的预测模型;应用改进鸟群优化算法训练卷积神经网络预测模型,进行训练,模型尚未收敛,可以通过迭代计算新的适应度数值、更新历史最优值与非劣值,去除重复粒子并优化卷积神经网络各层的权重参数,进而完成训练;应用训练好的模型进行多时间尺度的短期空调负荷预测。优点是:模型采用多输入多输出的形式,可以同时得到多时间尺度的冷、热负荷预测结果,可靠性好,精度高。