[发明专利]基于相似样本筛选的BP神经网络供暖系统能耗预测方法

摘要

本发明公开了一种基于相似样本筛选的BP神经网络供暖系统能耗预测方法，依次经过构建初始训练样本集A、筛选主要影响因素、构建训练样本集构建影响因素矩阵B、计算综合相似系数、筛选相似样本子集构建最终训练样本集利用BP神经网络进行能耗预测等步骤对建筑物的供暖系统能耗进行预测，该方法克服了传统BP神经网络供暖系统能耗预测精度低的问题，方法简单，过程易于计算，准确度高，易于工程人员掌握学习；本发明适用于对建筑物的供暖系统能耗进行预测。

主权项

1.一种基于相似样本筛选的BP神经网络供暖系统能耗预测方法，其特征在于，按照如下的步骤顺序依次进行：步骤S1、构建初始训练样本集A利用供暖系统能耗历史数据及其对应时刻的影响因素构建BP神经网络初始训练样本集A；步骤S2、筛选主要影响因素通过定量计算的方式，确定初始训练样本集A中影响供暖系统能耗变化的主要因素；步骤S3、构建训练样本集从初始训练样本集A中提取主要影响因素及其对应的历史能耗数据构建训练样本集步骤S4、构建影响因素矩阵B利用预测时刻和历史时刻影响供暖系统能耗的主要因素构建影响因素矩阵B；步骤S5、计算综合相似系数利用影响因素矩阵计算预测时刻和历史时刻影响供暖系统能耗的主要因素之间的综合相似系数；步骤S6、筛选相似样本子集设定相似度标准，并从训练样本集中筛选出相似样本子集步骤S7、构建最终训练样本集按初始训练样本集A的行数对相似样本子集进行填充，从而构建最终训练样本集步骤S8、BP神经网络结果预测利用经过预处理后的训练样本集对BP神经网络预测模型进行学习训练，然后进行供暖系统能耗预测预测。