首页> 中文会议>第九届中国计算机学会服务计算学术会议(NCSC2018) >基于深度学习的储热式电暖用暖预测方法

基于深度学习的储热式电暖用暖预测方法

摘要

储热式电暖器是一种新型电采暖设备,其利用夜间电力公司提供的低价电转换为热能并存储下来,以供全天用暖,从而实现电网用电负荷削峰填谷,节省用户采暖费用的效果.同时它也存在一定的问题,即无法预知储热时长与各用户用暖需求的关系,可能造成因储备热量超过用户需求造成的能源浪费或因储备热量不足造成供暖短缺问题.针对传统储热式电暖所存在的问题,本文基于LSTM(Long Short-Term Memory)递归神经网络搭建用户用暖预测服务模型,提出一种可合理预测用户用暖量的方法.实验结果表明,用暖预测服务模型实现的具有自主学习能力的电暖储热预测机制可合理规划用户储热时长,相较于传统的BP神经网络,其对用户用暖数据预测更为精确,满足用户日需用暖的同时,可有效避免因储备过多热量而造成的能源损耗问题.

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号