热力站日供热量神经网络预测模型比较与分析

依据北京某热力站运行数据、气象参数，采用BP神经网络，建立日供热量预测模型，对输入变量、隐含层神经元数量的影响进行分析。当隐含层神经元数量设定为10,输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时，预测模型的预测效果最佳。输入层神经元数量为3时，由于输入变量不足，预测模型的预测效果最差。当输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时，隐含层神经元数量达到最多时(为15)的预测模型预测效果最佳。隐含层神经元数量并非越多越好，在实际应用中，应选取多个隐含层神经元数量，根据预测效果选取合适的隐含层神经元数量。