论文精选MLP神经网络在供暖室内温度预测的应用

Posted 煤气与热力杂志

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文精选MLP神经网络在供暖室内温度预测的应用相关的知识,希望对你有一定的参考价值。

官网注册后

免费下载论文


者:潘世英,丁鑫,崔玥,吕昊正,王童,马乐志
第一作者单位:济南热力集团有限公司
摘自《煤气与热力》2019年7月刊

1   概述
 
影响建筑物室内温度的因素有地理位置、供热面积、墙体绝热性能、用户用热习惯、窗墙比、室外温度及太阳辐射量等,这使得求解变得复杂 1 。本文将济南市供热用户作为研究对象,将供热介质流量、供水温度、回水温度、室外温度作为输入参数,利用SPSS MODELER软件建立基于MLP神经网络的室内温度预测模型。室内温度预测模型可实现在一定室外温度和热网运行参数下,预测用户室内温度,为满足用户用热需求、调整热源负荷提供一个有效的分析工具。
 
2   神经网络与分析软件
 
MLP神经网络
 
MLP多层感知器是一种在单层感知器基础上增加隐藏层而形成的一种多层前馈网络,一般由输入层、隐藏层和输出层构成,每一层全连接到下一层,除了输入层,每个层都是一个带有非线性激活函数的神经元,多层感知器是一种通用的可拟合复杂函数的近似方法 2

选定供热介质流量x 1 、供水温度x 2 、回水温度x 3 、室外温度x 4 作为MLP神经网络的输入参数,室内温度y作为输出参数。MLP神经网络的结构见图1,为提高预测精度,本文将隐含层设定为两层。
 
1   MLP神经网络的结构
 
SPSS Modeler软件
 
SPSS Modeler是一款以可视化数据为用户界面的数据挖掘软件,拥有丰富的数据挖掘算法,可提供数据挖掘相关的数据源、数据预处理(包括数据审核、数据抽取、数据转换)、建模、模型评估、模型部署等功能,将需要操作的各个环节表示成若干个节点,数据通过图形化的方式在各个节点流动形成数据流,可以和其他数据库软件比较好地兼容、连接 3
 
3   预测模型的构建
 
①数据预处理
 
济南热力集团有限公司已经采集逾3×108 组数据,每一组数据均包含供热介质流量、供水温度、回水温度、室外温度。除室外温度来源于中国天气网外,其他数据均来自远程抄表系统、室内温度采集系统。本文选取含有室内温度的40 000组数据(室内温度由室内温度采集系统获得),按照11比例随机分配,分别作为建模数据集和验证分析数据集,进行预测模型建模和室内温度预测效果后评价。
 
从数据源读取建模数据(随机选取20 000组数据),将供热介质流量、供水温度、回水温度、室外温度设置为输入参数,将室内温度设置为输出参数。然后对数据进行预处理,主要进行缺失值、离群值和极值处理,数据预处理中的参数设置见图2。由预处理结果可知,符合要求的数据为19 358 组。
 
【论文精选】MLP神经网络在供暖室内温度预测的应用
2   数据预处理中的参数设置
 
②预测模型参数选择
 
建模数据集分区界面见图3。将建模数据集随机按532分为训练集、测试集、验证集。训练集用于训练预测模型,测试集用于测试已训练好的预测模型的泛化能力,验证集用于验证由不同数量组件组成的预测模型精度。
 
【论文精选】MLP神经网络在供暖室内温度预测的应用
3   建模数据集分区界面
 
笔者采用便于提高预测结果准确性的增强方式(boosting)构建预测模型,预测模型构建的目标选项见图4。预测模型可由多个组件构成,笔者选取了由1~10个组件构成的预测模型,对训练完成的10个预测模型分别进行精度验证。
 
【论文精选】MLP神经网络在供暖室内温度预测的应用
4   预测模型构建的目标选项
 
在预测模型构建的基本选项中(见图5),将神经网络模型设为MLP,两个隐藏层,每个隐藏层的神经元数均为66。在预测模型构建的终止规则中,将每个组件的最大训练时间设定为25 min
 
【论文精选】MLP神经网络在供暖室内温度预测的应用
5   预测模型构建的基本选项
 
③模型预测结果验证
 
经过训练,并通过模型泛化能力测试后,我们对分别由1~10个组件组成的预测模型进行精度验证。在进行精度验证时,我们采用平均绝对误差作为考核指标。平均绝对误差越小说明预测模型的精度越高,反之精度越低。由精度验证结果可知,当预测模型由10个组件构成时,预测模型的精度最高。因此,我们采用由10个组件构成的预测模型对室内温度进行预测。
 
4   预测效果后评价
 
笔者从验证分析数据集的20 000组数据中随机抽取了19组,进行预测效果验证。预测效果验证结果显示,预测室内温度与实测室内温度的平均相对误差为-2.27%,基本符合要求。
 
5   结语
 
将济南市供热用户作为研究对象,将供热介质流量、供水温度、回水温度、室外温度作为输入参数,利用SPSS MODELER软件建立基于MLP神经网络的室内温度预测模型,对预测模型的构建及预测效果后评价结果进行分析。预测效果验证结果显示,预测室内温度与实测室内温度的平均相对误差为-2.27%,基本符合要求。
【论文精选】MLP神经网络在供暖室内温度预测的应用
参考文献:

1 ]胡江涛,王新轲,王罡 人工神经网络预测供热系统供水温度[ J 煤气与热力, 2019 39 3 ): A06-A11.
 
2]王芮东基于CTA影像的婴幼儿肺动脉压力评估和单心室患者分流手术方案优选研究(硕士学位论文)[D西安:西安电子科技大学,20185):30-50.
 
3]游佳,李爱阳,王森林,等. SPSS Modeler在脑卒中患者预后建模中的应用[J中国医疗设备,20183310):60-63.


同类论文





维普免费下载《煤气与热力》论文(现刊和过刊均可)


日前,《煤气与热力》杂志社有限公司在维普网站开通论文免费下载服务,论文刊出后两个月后,可在维普网站查询,并直接免费下载。在维普网站免费下载《煤气与热力》论文步骤如下:


1. 在维普网站注册会员。


2. 搜索出《煤气与热力》论文,点击进入。


【论文精选】MLP神经网络在供暖室内温度预测的应用


3. 论文免费下载界面截图见上图。点击“免费下载”,可直接下载该论文。




【论文精选】MLP神经网络在供暖室内温度预测的应用


【论文精选】MLP神经网络在供暖室内温度预测的应用

【论文精选】MLP神经网络在供暖室内温度预测的应用

以上是关于论文精选MLP神经网络在供暖室内温度预测的应用的主要内容,如果未能解决你的问题,请参考以下文章

论文精选 | 基于递归神经网络的故障预测方法

论文精选|基于深度神经网络的实时作业车间RFID订单完成时间预测

SVM 与 MLP(神经网络):通过性能和预测精度进行比较

腾讯技术工程 | 腾讯 AI Lab 11篇论文精选:图像描述NMT 模型图卷积神经网络等

为啥我的 MLP 神经网络的输出在 0 和 1 之间?

用于温度时间序列预测的 LSTM 神经网络