基于GRNN的冰蓄冷空调逐时冷负荷预测

被引：10

作者：

徐今强 ^{[1
,2
,3
]}

肖睿 ^{[1
,2
]}

董凯军 ^{[1
]}

黄冲 ^{[1
]}

何世辉 ^{[1
]}

冯自平 ^{[1
]}

机构：

[1] 中国科学院广州能源研究所

[2] 中国科学院研究生院

[3] 湛江广东海洋大学信息学院

来源：

微计算机信息 | 2009年 / 25卷 / 01期

基金：

广东省科技计划;

关键词：

冰蓄冷空调; 负荷预测; 义回归神经网络; 传算法; 滑因子;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

冷负荷动态预测对冰蓄冷空调最优化控制来说是不可或缺的。建立了基于广义回归神经网络(GRNN)和遗传算法(GA)的逐时冷负荷预测模型,建模时以前一日已知的24小时室外干球温度为输入,以次日逐时冷负荷为输出。为提高预测精度及改善鲁棒性,以均方差(MSE)最小构造适应度函数,应用遗传算法寻优广义回归神经网络的平滑因子。通过预测负荷与实际负荷的比较分析验证了模型的可靠性和鲁棒性。

引用

页码：268 / 270

页数：3