[发明专利]一种蒸汽产耗量的动态预测方法

摘要

本发明提供一种蒸汽产耗量的动态预测方法，其包括：将归一化集合分为训练数据集和测试数据集；将训练数据集输入长短期记忆神经网络预测模型进行训练形成训练结果数据；根据训练结果数据对预测模型中的参数进行更新；将测试数据集代预测模型中进行预测得到预测结果，选择误差最小的预测结果对应的优化的预测模型作为最优预测模型；利用最优预测模型预测待预测时间间隔的蒸汽产耗数据。综合考虑了设备工况不同对蒸汽产生和消耗的影响，建立了基于设备多工况运行的蒸汽产生量与消耗量动态预测方法来解决本发明所提到的复杂工况条件下的蒸汽预测问题，更准确地预测未来调度周期内各个设备的蒸汽产生量和各生产用户的蒸汽消耗量。

主权项

1.一种蒸汽产耗量的动态预测方法，其特征在于，所述方法包括：S1、获取各个设备蒸汽的产耗历史数据，并对所述产耗历史数据进行归一化处理，得到归一化集合，所述产耗历史数据包括蒸汽产生量历史数据和蒸汽消耗量历史数据；S2、获取长短期记忆神经网络预测模型的多组设定参数；S3、将所述归一化集合划分为训练数据集和测试数据集；S4、将所述训练数据集输入多组已设置所述设定参数的所述长短期记忆神经网络预测模型，通过前向传播算法和反向传播算法进行训练，形成训练结果数据；S5、根据所述训练结果数据，使用适应性矩估计算法，对设置于所述长短期记忆神经网络预测模型中的多组所述设定参数的节点矩阵和偏差向量进行更新，得到多组优化的预测模型；S6、将所述测试数据集代入多组所述优化的预测模型中进行预测得到预测结果，通过误差计算公式计算所述预测结果与实际值之间的误差，选择误差最小的所述预测结果对应的所述优化的预测模型作为最优预测模型；S7、利用所述最优预测模型预测待预测时间间隔的蒸汽产耗数据,所述蒸汽产耗数据包括蒸汽产生量数据和蒸汽消耗量数据。