基于PCA_BPNN算法的农村煤改气居民用户燃气负荷预测

摘要：

　　本文在实地调研北方某地区农村煤改气工程的基础上，建立了一种基于PCA主成分分析法和BP神经网络法相结合的燃气负荷预测模型，通过PCA主成分分析对影响因素进行筛选、降维，以减少模型复杂度，消除噪声，同时充分发挥BP神经网络在非线性映射方面便于处理一些内部机制复杂问题的优势，及其自学习能力。通过对煤改气历史数据的实例分析，表明采用PCA_BPNN的模型预测有助于对实际预测精度的提高。

关键词： 煤改气居民用户 燃气负荷预测 BPNN 主成分分析 机器学习

作者: 徐鹏 杜景勃 张飞龙 刘伟

作者单位: 北京建筑大学 供热、供燃气、通风及空调工程北京市重点实验室,北京100044 北京市煤气热力工程设计院有限公司,北京100032

会议类型: 国内会议

会议名称: 中国燃气运营与安全研讨会(第十一届)暨中国土木工程学会燃气分会2021年学术年会

会议地点: 郑州

会议语种:中文

页码: 191-202

在线出版日期: 2021-10-01（万方平台首次上网日期，不代表论文的发表时间）