一种基于LSTM深度学习的供暖热负荷预测方法专利查询专利号|摘要-满商公司网

一种基于LSTM深度学习的供暖热负荷预测方法

基本信息

申请号	CN202111408084.9	申请日	-
公开（公告）号	CN114118571A	公开（公告）日	2022-03-01
申请公布号	CN114118571A	申请公布日	2022-03-01
分类号	G06Q10/04（2012.01）I;G06Q10/06（2012.01）I;G06Q50/06（2012.01）I;G06F16/2458（2019.01）I;G06N3/04（2006.01）I	分类	计算；推算；计数;
发明人	徐创学;谢云明;李杰;王垚;王成华;陈为钢	申请（专利权）人	西安西热电站信息技术有限公司
代理机构	西安智大知识产权代理事务所	代理人	弋才富
地址	710075陕西省西安市高新区火炬大厦11层B座
法律状态	-

摘要

一种基于LSTM深度学习的供暖热负荷预测方法，首先采集热负荷及天气历史数据得到序列数据集，进行归一化处理；将准备好的数据按比例分成训练集和测试集，建立供暖负荷LSTM网络模型，调整网络内部参数，用训练集数据完成LSTM模型拟合；将预测与测试数据结合，用来进行模型的过拟合评估；模型评估验证后，将在线采样的数据输入到验证好的LSTM网络对未来时间的供暖负荷值进行预测。最后，对现有的模型进行优化升级，循环提升LSTM模型的预测精度；本发明LSTM能够在更长的序列中有更佳的表现，基于LSTM深度学习的供暖热负荷预测方法，能长期记录所需数据和在线预测，预测周期长、预测热负荷精度高，满足供热企业的一个供暖季热负荷预测要求。