基于改进GRU神经网络的综合能源管控系统优化研究

针对目前综合能源管控系统能耗预测的精度需求，提出一种基于改进GRU神经网络的预测优化方案。首先，考虑到GRU神经网络预测模型中超参数选取的速率直接影响着预测模型的精确度，提出采用鲸鱼优化算法对超参数进行寻优；然后将WOA算法寻优得到的超参数对GRU神经网络进行设置，再利用超参数优化后的GRU神经网络对综合能源负荷进行预测；最后将本算法和传统GRU预测模型及BP神经网络预测模型通过评价指标MAE、MPAE、RMSE进行对比。结果表明，本优化方案平均绝对误差百分比为1.79%,而传统GRU预测模型和BP预测模型的平均绝对误差百分比为3.06%、4.45%。由此得出，采用鲸鱼优化算法对GRU神经网络的改进，使得GRU预测模型更加精准和稳定。