[发明专利]基于主元分析的BP神经网络智能工业园区能耗模型建立方法

摘要

本发明公开了一种基于主元分析的BP神经网络用户能耗模型建立方法，该方法预处理选取的终端用户的历史耗电数据以及用户的煤、油（汽油、柴油和煤油）、气（液化石油气和天然气）、电的耗能数据，经归一化处理后计算灰色关联系数以及灰色关联矩阵并根据灰色关联度选取输入变量，进行主元分析得到若干个不相关的输出量，作为BP神经网络模型的输入量，并确定神经网络输出变量和隐含层个数，完成神经网络初始化及网络训练建立园区终端用户能耗模型。本发明通过主元分析法有效减少了BP神经网络能耗模型的输入变量，能有效辨识能耗与各终端用户数据的关系，更加精确地建立了园区终端用户的能耗模型，并能够有效预测整个园区用户的总耗能。

主权项

基于主元分析的BP神经网络智能工业园区能耗模型建立方法，其特征在于，包括如下步骤：步骤一：数据录入：录入园区终端用户的历史能耗数据；步骤二：数据预处理：将园区各工业用户电能消耗数据作为子数列，将园区总能耗数据作为母数列，分别对子数列和母数列进行预处理；步骤三：选取输入变量：计算子数列和母数列的灰色关联系数及灰色关联度，根据灰色关联度选取BP神经网络模型的高维输入变量；步骤四：主元分析：进行配合总能耗主元分析，将高维输入变量变换为低维主元输出变量，得到若干不相关的输出变量作为BP神经网络模型的最终输入变量；步骤五：建立BP神经网络能耗模型：确定BP神经网络模型的输出变量和隐含层个数，完成神经网络初始化及网络训练建立园区终端用户能耗模型。