基于SVMD⁃ISSA⁃CNN⁃TGLSTM的供热负荷预测模型
打开文本图片集
摘 要： 针对目前集中供热负荷预测的研究中极少考虑换热站内部因素以及供热负荷预测精准度较低的问题，提出一种基于SVMD⁃ISSA⁃CNN⁃TGLSTM的混合预测模型。首先，利用卷积神经网络和转换门控长短期记忆神经网络构建具有空间提取能力的CNN⁃TGLSTM模型；其次，考虑到负荷序列的非平稳特征，采用SVMD分解，并引用改进的麻雀搜索算法来优化模型的参数，避免调参陷入局部最优；最后，将不同模型之间的预测效果与经济效益进行对比。（剩余14081字）