CAJ | 학술논문

基于统计方法分析了实测时间序列中各影响因素与供热量的相关性。应用小波分析有效提取序列中的局部信息，与神经网络相结合，可分析蕴藏在系统中的非线性动态特性。建立了小波神经网络预测模型，把影响供热量的因素分为与其相关性较大（系统循环流量、供水温度和回水压力）和较小（供、回水压力和回水温度）的2组数据，预测结果证实与供热量相关性较大的1组影响因素的拟合程度比相关性小的高。就预测结果的准确性与BP神经网络结构进行了比较。结果表明，基于影响因素分析和梯度修正的小波神经网络供热量预测方法具有良好的动态特性、较强的泛化能力和较高的预测精度，适用于系统供热量的短期预测。
기우통계방법분석료실측시간서렬중각영향인소여공열량적상관성。응용소파분석유효제취서렬중적국부신식，여신경망락상결합，가분석온장재계통중적비선성동태특성。건립료소파신경망락예측모형，파영향공열량적인소분위여기상관성교대（계통순배류량、공수온도화회수압력）화교소（공、회수압력화회수온도）적2조수거，예측결과증실여공열량상관성교대적1조영향인소적의합정도비상관성소적고。취예측결과적준학성여BP신경망락결구진행료비교。결과표명，기우영향인소분석화제도수정적소파신경망락공열량예측방법구유량호적동태특성、교강적범화능력화교고적예측정도，괄용우계통공열량적단기예측。