文档名：改进的深度回声网络在空调负荷预测中的应用
摘要：针对深度回声状态网络的输入权值随意性太大、中间状态数量庞大、关键参数凑试决定等问题,运用灰色关联度计算属性间的相关性从而确定输入权值.采用聚类算法简化中间状态,并用坐标轮换法搜索最佳的深度网络层数和储备池个数,对算法进行改进.通过UCI标准数据集的实验,发现改进后的算法提升了预测精度和速度.采用改进的深度回声网络预测卷烟厂空调负荷,通过当前时刻的内外部条件,解决由于负荷数据周期性波动所造成的预测效率低的问题,及时准确地预测出了下一时刻的空调负荷,提前对冷水机组的运行策略进行了调节,从而达到空调节能的目的.
作者：王永海 李云峰 董军 关爱章 王华秋 向力 Author：WANGYonghai LIYunfeng DONGJun GUANAizhang WANGHuaqiu XIANGLi
作者单位：湖北中烟工业有限责任公司襄阳卷烟厂,湖北襄阳441000重庆理工大学两江人工智能学院,重庆401135重庆太和空调自控有限公司,重庆400030
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(11)
分类号：TP391.9TP301.6
关键词：深度回声状态网络 灰色关联度 聚类 坐标轮换法 空调负荷预测
机标分类号：TU831.2TP183TP301.6
在线出版日期：2023年7月18日
基金项目：科技部重点研发计划项目，重庆市科委一般自然基金项目改进的深度回声网络在空调负荷预测中的应用[
期刊论文] 重庆理工大学学报--2023, 37(11)王永海 李云峰 董军 关爱章 王华秋 向力针对深度回声状态网络的输入权值随意性太大、中间状态数量庞大、关键参数凑试决定等问题,运用灰色关联度计算属性间的相关性从而确定输入权值.采用聚类算法简化中间状态,并用坐标轮换法搜索最佳的深度网络层数和储备池个...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进的深度回声网络在空调负荷预测中的应用 Application of an improved deep echo network in air conditioning load forecasting
改进的深度回声网络在空调负荷预测中的应用.pdf
- 文件大小:
- 1.56 MB
- 下载次数:
- 60
-
高速下载
|
